主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
高旸,周莉,张勇,邢春晓,孙一钢,朱先忠.面向股票新闻的情感分类方法.软件学报,2010,21(zk):349-362
面向股票新闻的情感分类方法
Sentiment Classification for Stock News
投稿时间:2010-07-01  修订日期:2010-12-10
DOI:
中文关键词:  中文新词发现  N-gram 模型  情感分类
英文关键词:Chinese new word detection  N-gram model  sentiment classification
基金项目:Supported by the National High-Tech Research and Development Plan of China under Grant No.2009AA01Z143 (国家高技术研究发展计划(863)); the Research Foundation of the National Railway Ministry of China under Grant No.20091111068 (铁道部研究基金)
作者单位E-mail
高旸 清华大学 计算机科学与技术系,北京 100084  
周莉 清华大学 计算机科学与技术系,北京 100084  
张勇 清华大学 计算机科学与技术系,北京 100084
清华大学 信息技术研究院,北京 100084
清华大学 清华信息科学与技术国家实验室(筹),北京 100084 
zhangyong05@tsinghua.edu.cn 
邢春晓 清华大学 计算机科学与技术系,北京 100084
清华大学 信息技术研究院,北京 100084
清华大学 清华信息科学与技术国家实验室(筹),北京 100084 
 
孙一钢 国家图书馆,北京 100084  
朱先忠 国家图书馆,北京 100084  
摘要点击次数: 3565
全文下载次数: 6172
中文摘要:
      互联网新闻资讯对证券市场和投资者有举足轻重的影响,新闻进行情感分类后再展示给用户,可以帮助投资者迅速做出投资决定.从文本分类的基本方法出发,实现了基于N-gram 统计模型的新词发现方法,并将所得结果用于构建中文分词词典和情感词典.同时引入评价理论,并用朴素贝叶斯、K 近邻和支持向量机3 种方法进行股票新闻标题的情感分类实验.所用实验数据来自2009 年“新浪财经”共计23 万余条的新闻标题,结果表明二分类的准确率最高可达82.9%.此外,还实现了一个原型系统用于展示股票新闻的分类结果.
英文摘要:
      Web news articles play an important role in stock market. Sentiment classification of news articles can help the investors make investment decisions more efficiently. This paper implements an approach of Chinese new words detection by using N-gram model and applied the result for Chinese word segmentation and sentiment classification. Appraisal theory is introduced into sentiment analysis and Na?ve Bayes, K-nearest Neighbor and Support Vector Machine are used as classification algorithms. This method is used for a Chinese stock news data set. The best accuracy reaches 82.9% in all experiments. Additionally, it develops a prototype system to demonstrate this work.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利