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： 篇章结构 测型语句 权值融合 分类器 股评观点

作者: 胡航丽 莫倩

作者单位: 北京工商大学,计算机与信息工程学院,北京,100037

会议类型: 国内会议

会议名称: 第二届全国智能信息处理学术会议

会议地点: 徐州

会议语种:中文

页码: 899-902

在线出版日期: 2009-05-01（万方平台首次上网日期，不代表论文的发表时间）