基于文本挖掘的文本情緒分類.pdf

1、隨著信息技術的進步，人們生活中出現(xiàn)了大量的、甚至海量的數(shù)據(jù)，其中蘊含著大量的價值，這就是“大數(shù)據(jù)”。金融行業(yè)與互聯(lián)網(wǎng)技術的迅速發(fā)展產(chǎn)生的大量的互聯(lián)網(wǎng)上的與金融相關的一種金融大數(shù)據(jù)：互聯(lián)網(wǎng)中儲存的金融文本數(shù)據(jù)。通過對這些類型的數(shù)據(jù)進行分析，提取其中的價值，是大勢所趨。
　　對于文本數(shù)據(jù)進行分析，文本挖掘技術是行之有效的方法。文本挖掘包括文本數(shù)據(jù)收集、文本信息提取、文本數(shù)據(jù)建模等多方面的研究內(nèi)容，本文基于文本挖掘中的文本分類方法對一組

2、實際中常出現(xiàn)的“股吧”評論、帖子文本數(shù)據(jù)進行情緒分類。對于“股吧”文本數(shù)據(jù)的分析，本文使用從非結構化數(shù)據(jù)向結構化數(shù)據(jù)轉(zhuǎn)化而進行建模的思路，首先說明如何得到一組與"股吧"信息一一對應的文本特征數(shù)據(jù)，并基于此數(shù)據(jù)進行分類建模。
　　對于文本特征數(shù)據(jù)的建模，本文基于“數(shù)據(jù)驅(qū)動”的建模方式，即從“股吧”文本數(shù)據(jù)進行特征提取之后的文本特征數(shù)據(jù)集出發(fā)，通過交叉驗證，尋找合適的分類模型進行建模，并提出了基于交叉驗證結果的非參數(shù)統(tǒng)計的檢驗方法，科

3、學的對這些模型的泛化能力進行評價，并從中選擇合適的、泛化能力穩(wěn)健的模型對文本特征數(shù)據(jù)進行分類，從而完成對“股吧”文本數(shù)據(jù)進行分類。其中，本文提出了一種基于兩分類模型的多重多折的交叉研究結果，使用適用于成對數(shù)據(jù)檢驗的非參數(shù)檢驗方法檢驗兩模型建模效果的差異，提出了穩(wěn)健的兩模型泛化能力的比較方法。這也是本文的創(chuàng)新之處。
　　本文在第一章的引言部分五節(jié)內(nèi)容說明研究背景、研究問題、研究內(nèi)容以及研究意義；其次，本文提出建模思路以及介紹、說明研