典型文献
基于句子语义挖掘的上市公司风险事件知识聚合模型
文献摘要：
大数据环境下,对上市公司风险事件相关的多源异构文本数据资源进行有效的挖掘和聚合,使其收敛于高质量的金融知识服务,对于提升证券投资分析、资产风险管理、证券市场监管等金融管理决策的效果和效率有着重要的意义.文章以文本挖掘、知识组织和知识服务等领域的理论、方法和技术为基础,构建了基于句子语义挖掘的上市公司风险事件知识聚合模型,该模型由数据采集与数据预处理模块、知识获取与知识组织模块、知识利用与知识服务模块所构成.文章通过构建并利用中文金融情感词典来提取上市公司风险事件相关的临时公告和新闻报道,应用LDA模型和BERT模型来挖掘句子的语义特征,并利用凝聚层次聚类算法来实现句子的聚类,然后选择重要度高的句子生成上市公司风险事件的主题报告.
文献关键词：
句子语义挖掘;金融情感词典;上市公司风险事件;知识聚合;知识组织
中图分类号：
作者姓名：
谭明亮;游强华;杨达森;周禾深;唐晓波
作者机构：
川北医学院 管理学院,四川 南充637100;中国人民大学 信息资源管理学院,北京100872;武汉大学 信息管理学院,湖北 武汉430072
文献出处：
引用格式：
[1]谭明亮;游强华;杨达森;周禾深;唐晓波-.基于句子语义挖掘的上市公司风险事件知识聚合模型)[J].武汉理工大学学报（信息与管理工程版）,2022(01):158-165
A类：
句子语义挖掘,上市公司风险事件,金融情感词典
B类：
知识聚合,聚合模型,大数据环境下,多源异构,文本数据,数据资源,金融知识,知识服务,证券投资分析,资产风险,证券市场监管,金融管理,管理决策,文本挖掘,知识组织,方法和技术,数据预处理,知识获取,组织模块,公告,新闻报道,LDA,BERT,语义特征,凝聚层次聚类算法,后选择,重要度,主题报告
AB值：
0.24035
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
