Detection of financial opportunities in micro-blogging data with a stacked classification system
创建于 更新于
摘要
本文提出了一种基于自然语言处理和三层堆叠机器学习分类器的系统，用于从Twitter等微博平台识别带有“金融机会”情绪的推文，着重于高精度检测投资者积极的市场预期。利用包含6,000条注释数据的财经微博语料，系统通过字符与词语n-gram、情绪词典、时态特征等多维特征构建模型，最终在随机森林算法上实现约83%的“机会”类推文检测精度及高容错性，验证了该方案在辅助投资决策中的潜力。[page::0][page::1][page::3][page::5][page::6][page::7][page::8][page::9]
