抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ビッグデータの後流における金融テキストの成長はほとんどの組織に挑戦してきたと解析ツールのための拡大する需要をもたらした。一般に,テキストストリームである数値データストリームに比べて取扱がより挑戦的である。テキストストリームは本質的により構造化されていないが,それらは,財務意思決定における価値があることを集団表現を示した。は困難な,非構造テキストデータの意味を理解することが必要であることができる。本研究では,非構造化データからの洞察を抽出する方法を,そのような洞察は,金融市場の動向に関するヒントを提供するかどうかを決定する方法への関心が爆発的に関連する重要な問題を取り上げて論じた。感情分析エンジン(SAE)文法に基づく言語解析の利点を提案した。本エンジンは単語トークンレベルだけでなく,各文内の句レベルでの感情解析を拡張した。評価発見的方法は,テキストで示された集団表現を抽出するために適用した。,エンジンの性能を評価するために提示した三評価。最初に,いくつかの標準的構文解析評価指標は二ツリーバンクに適用した。第二に,英語映画レビューのデータセットを用いたベンチマーク評価を行った。結果は,筆者らのSAEは,単語アプローチの伝統的バッグをより優れた性能を示した。第三に,株式市場指数と一致する一千二百万単語を用いた金融テキストストリームを検討した。評価結果とその統計的有意性は,エンジンにより生成された気分時系列における長期持続性の強い証拠を提供する。さらに,提案アプローチは,テキストストリームで表される感情は株式市場指数の傾向を分析するために有用であることを信念の基礎を確立したが,このような感情と市場指数は通常完全に無相関であると考えられる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】