排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
建立了一种基于股票情感词典与LDA分析股票文本情感倾向的模型。针对股票文本情感分析中情感词典不全面与句子分析片面的问题,构建较为全面的股票情感词典,同时以句子的倾向性、程度性与相关性三方面分析股票文本情感。引入针对股票的词语、程度性词语与转折性词语构建较为全面的情感词典;抽取预处理之后的股票文本句子的情感词;利用句子算法计算句子倾向、程度向量,并对句子向量利用支持向量机(SVM)和K均值算法分类;利用LDA(latent dirichlet allocation)对情感词计算文档 主题、文档 词语概率分布,以此概率分布获取句子的相关性;综合句子的倾向性、程度性、相关性计算句子情感;最后,通过句子情感获取股票文本的情感倾向比例。通过对百度新闻经济板块收集的股票文本进行实验并与其他算法比较,该模型对句子与文本分类准确率提高到82.78%与84.14%。 相似文献
2.
3.
为满足用户对年报文本事件的获取需求,结合传感器网络提出了一种传感器观测服务(sensor observation service,SOS)支持下的年报文本事件获取、管理与可视化方案。该方案基于SOS平台,设计和实现一种地图终端获取企业虚拟传感器文本信息的应用,主要包括:以DOM树获取文本事件、企业虚拟传感器、标准化管理文本事件、可视化文本事件。通过该应用,实现以年报文本事件类型查看用户感兴趣的年报信息,并以图形化方式显示,方便用户进行同行业对比。结果表明,此方案能够在地图终端获取年报的多种文本事件信息,具有可行性与实用性。 相似文献
4.
5.
1