TOP34【毕业设计】汉语股市公告信息抽取系统的设计与实现(论文)学士学位论文.doc文档免费在线阅读

该分析器是源代码公开的自由软件，并通过了的内部测试。

此分析器目前支持标准，是公认的功能完善性能可靠的语言分析器。

由于以上工具在等多种操作系统上均可运行，所以可以很方便地实现移植。

开发调试操作系统平台是。

硬件平台是。

经过对人工分词标注的语料库的单词统计，共获得领域单词个。

在对公告分类后，主要集中研究两种类型的公告决议公告财务指标公告。

对语料做关键词统计后，得到的结果如下关键词出现次数平均单篇出现率决议决议公告董事会监事会董监事会公告董事董监事监事股东大会总共语料数量篇表四决议公告语料分析部分结表了中文信息自动抽取文，介绍了中文信息抽取的概念和对些问题进行了初步的探索。

国内对涉及中文和其他语种的多语种信息抽取技术还未见报道。

信息抽取技术的特点信息抽取技术不同于传统的信息检索和自动摘要被集成了图形可视化技术服务器体系结构和英特网访问技术。

作为个有效的智能信息检索的核心系统已经成功地运用于科学和工业项目中。

国内对信息抽取的研究才刚刚起步。

年月在东北大学学报自然科学版发量的语言知识资源如电子词典包括万条词项以及可扩展性很强的专门语法以及极其快速和鲁棒的自然语言构件。

它还能利用机器学习机制使自身能为实现新功能得到训练和配置，并能适应所需的信息数量和各种文档长度。

它发的系统是个联机的德语文挡信息抽取智能系统。

文档的专业领域包括通讯稿经济报告和技术说明书。

系统拥有大体系结构的扩展，以便与机器翻译语音和光学字符识别图象观察用户界面构件以及大规模信息系统相适应。

系统由德国人工智能研究中心语言技术实验室在项目中所开展中的体系结构。

将采用结构为研究者提供鲁棒及相配的组成构件。

它将支持即插即用的性能，增加软件的共享程度。

在目前进行的第三阶段的研究中，种称为的平台被开发，它支持评价扩展和探索进对文本检测和信息抽取所建立算法进行改进以及提高对评价这些改进的技术。

在第二阶段的研究中，参与者为了使技术组成构件标准化，将注意力转向软件体系结构的开发上。

使各种所开发的工具具有应用主要是文本检测定位包含信息类型的文本和信息抽取定位文本中的特定信息。

在研究的第阶段，参与者通过些活动如和共同资助的计划包括至少个与工业和学术有关的项目。

目的是改进文本处理的流行技术。

的体系结构使用组通用的文本处理模块已能满足不同的文本处理应用的需要。

这些被成功地运用于许多应用中。

计划由美国国防部和杂短语识别层指同求解层。

分解的语言处理使此系统能够处理大量的与专业领域无关的句法结构，以致于与专业领域相关的语义和语用处理能被应用到相当大部分的语言结构上。

正因为系统具有这样的特点，它已是美国加里福尼亚斯坦福研究所人工智能中心从年开始开发的个基于多层非确定有限状态自动机模型的自然语言文本信息抽取系统。

它共有六层转换机制，即切分标记层预处理层名称项识别层简单短语识别层复用的文档专业领域是关于飞机坠毁报道，而测试用的文档专业领域是关于发射事件报道。

系统系统最近的次信息理解会议。

它的信息抽取任务涉及抽取文档中的名称项人名组织名和地点名指同项确定模板元素之间的关系，如地点关系雇佣关系和生产关系等抽取文档中的事件。

文档包含多语种的新闻稿。

训练了场景模板任务以外，名称项指同项和模板元素信息抽取任务均与特定专业领域无关。

测试的语料采用华尔街杂志中的文本。

年的是多语言和多领域的文档，以便进行抽取信息的性能评价比较。

年的的信息抽取任务第次涉及到用语言所标记的文本中的名称项和指同项的处理。

除了多语言和多领域的文档，以便进行抽取信息的性能评价比较。

年的的信息抽取任务第次涉及到用语言所标记的文本中的名称项和指同项的处理。

除了场景模板任务以外，名称项指同项和模板元素信息抽取任务均与特定专业领域无关。

测试的语料采用华尔街杂志中的文本。

年的是最近的次信息理解会议。

它的信息抽取任务涉及抽取文档中的名称项人名组织名和地点名指同项确定模板元素之间的关系，如地点关系雇佣关系和生产关系等抽取文档中的事件。

文档包含多语种的新闻稿。

训练用的文档专业领域是关于飞机坠毁报道，而测试用的文档专业领域是关于发射事件报道。

系统系统是美国加里福尼亚斯坦福研究所人工智能中心从年开始开发的个基于多层非确定有限状态自动机模型的自然语言文本信息抽取系统。

它共有六层转换机制，即切分标记层预处理层名称项识别层简单短语识别层复杂短语识别层指同求解层。

分解的语言处理使此系统能够处理大量的与专业领域无关的句法结构，以致于与专业领域相关的语义和语用处理能被应用到相当大部分的语言结构上。

正因为系统具有这样的特点，它已被成功地运用于许多应用中。

计划由美国国防部和共同资助的计划包括至少个与工业和学术有关的项目。

目的是改进文本处理的流行技术。

的体系结构使用组通用的文本处理模块已能满足不同的文本处理应用的需要。

这些应用主要是文本检测定位包含信息类型的文本和信息抽取定位文本中的特定信息。

在研究的第阶段，参与者通过些活动如和对文本检测和信息抽取所建立算法进行改进以及提高对评价这些改进的技术。

在第二阶段的研究中，参与者为了使技术组成构件标准化，将注意力转向软件体系结构的开发上。

使各种所开发的工具具有即插即用的性能，增加软件的共享程度。

在目前进行的第三阶段的研究中，种称为的平台被开发，它支持评价扩展和探索进展中的体系结构。

将采用结构为研究者提供鲁棒及相配的组成构件。

它将支持体系结构的扩展，以便与机器翻译语音和光学字符识别图象观察用户界面构件以及大规模信息系统相适应。

系统由德国人工智能研究中心语言技术实验室在项目中所开发的系统是个联机的德语文挡信息抽取智能系统。

文档的专业领域包括通讯稿经济报告和技术说明书。

系统拥有大量的语言知识资源如电子词典包括万条词项以及可扩展性很强的专门语法以及极其快速和鲁棒的自然语言构件。

它还能利用机器学习机制使自身能为实现新功能得到训练和配置，并能适应所需的信息数量和各种文档长度。

它被集成了图形可视化技术服务器体系结构和英特网访问技术。

作为个有效的智能信息检索的核心系统已经成功地运用于科学和工业项目中。

国内对信息抽取的研究才刚刚起步。

年月在东北大学学报自然科学版发表了中文信息自动抽取文，介绍了中文信息抽取的概念和对些问题进行了初步的探索。

国内对涉及中文和其他语种的多语种信息抽取技术还未见报道。

信息抽取技术的特点信息抽取技术不同于传统的信息检索和自动摘要技术。

与信息检索，简称技术的区别与传统的信息检索技术比较，信息抽取技术有明显的优势信息检索只是通过单纯的匹配检索得到相关的文档，而并不真正理会文档的实际内容信息，文档被等同于无意义的词汇堆砌物而信息抽取则是通过文本分析语段分析模板生成等过程抽取出有效的信息内容。

与自动摘要技术的区别与传统的自动文摘技术比较，信息抽取技术的应用前景更好自动文摘产生的文摘往往质量较低，而且容易产生不全面不连贯和冗余多等等问题而信息抽取则针对有价值的相关领域的文本进行结构分析，其效率和质量显著提高，也更容易面向实际应用。

信息抽取技术具有其独有的优势。

利用浅层的自然语言处理技术，简称，可以实现高效率的自然语言处理将非结构化的信息改变为利于计算机存储处理的结构化形式，有利于信息的重复高效利用。

股市公告信息抽取系统应用背景随着我国改革开放的深入，市场经济的发展，证券市场的到了空前的繁荣。

目前，在沪深两地上市的公司数目已达几千家。

每天在两地市场公布的股市公告少则几十条，多则百余条，文本量较大。

如果需要在若干年的公告纪录中，迅速查找各种相关的公告，如采取传统的关键字查找技术，恐怕难以获取很高效率。

考虑到信息抽取技术能够有效地从大量文本中过滤出用户可能关心的信息，并进行结构化存储以便迅速查询，希望基于信息抽取技术构造股市公告信息抽取系统，简称。

由于股市公告文本具有以下些特点，故认为采取信息抽取技术能够大幅度提高系统的性能表现。

句法简单。

在般股市公告中，通常以简单而表意清楚陈述句式为主。

几乎不出现具有二义性的语句。

这为自然语言处理和信息抽取提供了较好的先决条件。

格式规整。

常见的股市公告大致可以分为若干种，如停牌公告财务指数公告董事会决议公告配送的最佳路径问题。

余下的问题也是最为困难的，就是模型参数的获取问题。

如在中介绍的那样，隐马尔科夫模型可以描述为，如何确定其中的和就是所谓的模型参数获取问题。

到目前为止，对于隐马尔科夫模型的参数选择和优化问题，尚没有什么分析算法可以得到最优解。