基于語義的上市公司年報(bào)研發(fā)信息本體構(gòu)建研究.pdf

1、從目前的狀況來看，學(xué)者進(jìn)行上市公司年報(bào)研究的數(shù)據(jù)主要來自于國泰安數(shù)據(jù)服務(wù)中心提供的經(jīng)過整理的信息，或者手工收集一些尚未被整合的信息。不難發(fā)現(xiàn)目前被大量研究的數(shù)據(jù)集中在年報(bào)中直接列示的數(shù)字?jǐn)?shù)據(jù)，或者通過必要的公式計(jì)算得出的經(jīng)處理的數(shù)據(jù)，針對文本數(shù)據(jù)資料的研究還不夠完善，基本上都要通過手工收集獲取，收集研發(fā)信息就是一個(gè)典型的例子。從信息利用的角度來看，關(guān)于年報(bào)資源的組織和存取技術(shù)還有待提高，主要表現(xiàn)在缺乏有力的語義管理工具，檢索技術(shù)相對陳舊

2、，計(jì)算機(jī)僅把用戶的檢索關(guān)鍵詞當(dāng)作簡單的字符處理。因此，對年報(bào)中的某一領(lǐng)域的信息（如研發(fā)信息）建立一種語義描述機(jī)制，使得計(jì)算機(jī)能夠具有語義理解能力，是提高年報(bào)資源服務(wù)效果的有效手段。
　　 本體(Ontology)是一種能夠在語義和知識層次上描述信息系統(tǒng)的概念建模工具。目前，伴隨著本體應(yīng)用的領(lǐng)域和范圍的不斷加深，也出現(xiàn)了很多針對某一具體事件的領(lǐng)域本體，如財(cái)務(wù)管理領(lǐng)域本體、電信領(lǐng)域本體、高速鐵路領(lǐng)域本體、航跡規(guī)劃領(lǐng)域本體。本文將本體

3、引入到研發(fā)信息，嘗試構(gòu)建研發(fā)信息本體，作為年報(bào)信息資源加工、組織和利用中有力的語義工具，在人和機(jī)器之間達(dá)成一種共識，促進(jìn)人機(jī)交流。
　　 本文首先對研發(fā)信息在年報(bào)中的特征進(jìn)行分析，認(rèn)為可以將本體作為研發(fā)信息收集的語義工具，進(jìn)而借鑒情報(bào)學(xué)領(lǐng)域中構(gòu)建本體的經(jīng)驗(yàn)，結(jié)合知識工程領(lǐng)域在構(gòu)建專家知識庫中取得的成績以及機(jī)器學(xué)習(xí)技術(shù)和自然語言處理技術(shù)的成果，嘗試構(gòu)建研發(fā)信息本體。最后，以該領(lǐng)域本體為基礎(chǔ)，設(shè)計(jì)并開發(fā)了一個(gè)基于領(lǐng)域本體的信息抽取模