文本分类技术在海量金融信息处理中的应用.pdf

of the24th ProceedingsChineseControl Conference Guangzhou,P．R。China July15-18,2005 文本分类技术在海量金融信息处理中的应用 张娟，王慧锋 (华东理工大学自动化与控制系，上海200237) E—mail：z]uan911@126．tom 摘要：本文主要研究文本分类技术在金融领域的应用，给出了文本分类系统的关键技术设计方案，详细介绍 了DF+~Ⅱ结合的特征提取算法以及改进的贝叶斯分类算法，实验结果具有较好的准确率和查全率，满足实际应 用要求。 关键词：文本分类，文档频率(DF)，互信息(Ⅶ)，贝叶斯算法 ofText Classification toMassFinancial Application Information Processing ZhangJuan，WangHuifeng China and (East University ofScience Technology,，Shanghai，200237 Abstract：Theisthe oftext classificationtofinancialfield．It the oftext paper application givesdesign categorysystem． Feature selection ofcombinedDocument Mutual Frequency(DF)withInformation(MI)and improvedBayes aredetailed shows resultsand categorization algorithm presented．Experimentgood satisfyingpracticalapplied reqmrlng． words：Text Key classification，Document frequency，Mutualinformation，Bayes Algorithm 1引言 2数据来源及其主要特点 著名的经济学家、1972年诺贝尔经济学奖获 本课题是上海市科委重点攻关项目《全球多市 得者赫伯特·西蒙早在20多年前就指出过：在信息 场金融信息发布与平台研发》的一部分，这一项目 时代，最稀缺的资源不再是信息本身，而是对信息 是针对上海建设国际金融中心的目标和市政府构 的处理能力。 造公共服务支撑平台的策略而设立的。整合国内各 我国著名通讯社新华社，利用其遍布全球的信 金融市场和全球各主要金融市场的信息资源，建造 息网络和与国内外各主要交易