利用篇章结构改进股评观点分类的研究

摘要：

尝试将观点分类的思想和方法应用到股评观点分析领域.通过对股评篇章结构的分析,分别提取股评的标题和预测型语句,利用SVM算法,构造标题分类器和正文分类器,然后选择合适的阈值和权值融合两大分类器,自动的将股评分为看多、看平、看空三个类别.实验结果显示,与SO-PMI算法、非基于篇章结构的SVM算法相比,查准率和查全率提高了近10%,分别达到了88 0%、86 8%.

关键词：观点分类、SVM、篇章结构、股评

所属期刊栏目：30

分类号：TP311(计算技术、计算机技术)

资助基金：北京市科委科技新星计划项目2006B10

在线出版日期：2009-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：899-902