結(jié)合文本與時序數(shù)據(jù)的金融事件發(fā)現(xiàn)研究.pdf

1、隨著國內(nèi)金融市場相關(guān)制度的不斷完善，越來越多的個人和機構(gòu)投入到股票投資市場。在這個過程中，投資者對盡快了解可能引起資本市場波動的事件表現(xiàn)出了極大的關(guān)注度。但是，由于互聯(lián)網(wǎng)信息的極度膨脹，投資者在從海量信息中獲取真正重要的信息反而越來越困難。如何從海量互聯(lián)網(wǎng)信息中發(fā)現(xiàn)重要事件和話題，日益成為相關(guān)領(lǐng)域研究和應(yīng)用的重點。
　　傳統(tǒng)的互聯(lián)網(wǎng)話題或事件發(fā)現(xiàn)方法大多基于文本處理技術(shù)，但較少結(jié)合金融領(lǐng)域特有的時序數(shù)據(jù)特征進行研究。金融領(lǐng)域有大量

2、的股票交易數(shù)據(jù)、大盤數(shù)據(jù)等時序數(shù)據(jù)，這些數(shù)據(jù)往往是資本市場在相關(guān)事件發(fā)生前后的一種具體反映，與事件的發(fā)生發(fā)展息息相關(guān)。因此，本文研究結(jié)合文本信息和時序數(shù)據(jù)信息的金融事件發(fā)現(xiàn)。
　　首先,針對缺乏金融領(lǐng)域相關(guān)語料庫的情況，設(shè)計和構(gòu)建了面向金融事件的中文語料庫，對金融文本中的事件及其相關(guān)信息進行細粒度標注。建立了包含2500篇文本的金融事件語料庫，改善了該領(lǐng)域語料資源缺乏的問題。而后，研究了基于文本信息的金融事件發(fā)現(xiàn)方法，提出了一種基

3、于文本特征和事件中心句的金融事件抽取方法，可以有效避免過多原子事件帶來的干擾及依存句法分析不準確引起的錯誤。通過金融學科中的事件研究法實證分析事件對股票價格波動的影響，獲得特定事件類型與股價波動之間的關(guān)聯(lián)關(guān)系模型。在此基礎(chǔ)上，研究結(jié)合文本數(shù)據(jù)和時序數(shù)據(jù)的金融事件發(fā)現(xiàn)方法。通過事件元素規(guī)格化、指代消解、時間對齊和事件模板生成，設(shè)計實現(xiàn)了一種跨文檔金融事件發(fā)現(xiàn)和融合方法。通過引入熱點事件排序因子和時序特征排序因子，設(shè)計實現(xiàn)了結(jié)合文本特征和時