客戶負(fù)面新聞自動檢索方法的研究與應(yīng)用.pdf

1、金融機(jī)構(gòu)的風(fēng)險評估部門通常需要利用互聯(lián)網(wǎng)搜索引擎，在網(wǎng)絡(luò)上搜索自己所關(guān)注客戶的負(fù)面新聞報道，以便盡早發(fā)現(xiàn)風(fēng)險，為風(fēng)險評估部門做出決策提供有益的輔助信息。手工方法完成這項(xiàng)工作效率低、工作量大。負(fù)面新聞屬于情感文本，研究針對互聯(lián)網(wǎng)情感文本的自動檢索及識別，具有重要意義和實(shí)用價值。
　　本文在深入研究當(dāng)今情感傾向性識別技術(shù)的基礎(chǔ)上，提出了兩個算法:1）基于傾向詞搭配的情感傾向性識別(Emotional Tendentiousness R

2、ecognition basedon Tendency Word Collocation，ETRTWC)算法;2）基于語境框架的負(fù)面新聞抽取(Negative News Extraction based on Context Framework，NNECF)算法。使用ETRTWC算法判斷客戶新聞的情感傾向性，將新聞分成正面、中立和負(fù)面三類，并得出客戶綜合打分結(jié)果;使用NNECF算法從新聞集中抽取負(fù)面新聞，并與ETRTWC算法識別出的負(fù)面

3、情感類新聞取交集，共同抽取負(fù)面新聞集。本文的主要工作和貢獻(xiàn)如下:
　　1.提出兩種情感及負(fù)面新聞識別算法，即ETRTWC算法和NNECF算法。ETRTWC算法從情感傾向詞著手，提出給單個傾向詞分配四個屬性，然后通過依存句法結(jié)合打分規(guī)則得出整個句子的情感值，最后得出整篇新聞的情感值。NNECF算法針對每個單一語境負(fù)面新聞集合來定義語境框架，通過構(gòu)建語境框架庫和框架詞匯層次庫，結(jié)合相應(yīng)的中文自然語言處理技術(shù)和對數(shù)線性模型理論，判斷待識

4、別的句子是否屬于某一框架，進(jìn)而判定其是否是負(fù)面新聞。
　　2.設(shè)計并實(shí)現(xiàn)了一套客戶負(fù)面新聞自動檢索系統(tǒng)(Customer Negative NewsRetrieval System Automatically，CNNRSA)。該系統(tǒng)采用B/S架構(gòu)，以本文提出的負(fù)面新聞識別算法為核心，并利用復(fù)旦大學(xué)自然語言處理系統(tǒng)(FNLP)進(jìn)行中文句子分詞處理、詞性標(biāo)注和句子依存關(guān)系分析。CNNRSA具有互聯(lián)網(wǎng)新聞抓取、新聞情感初步分類、負(fù)面新聞