财务文档分词及文档相关性分析

• 作者: 殷伟
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 准确率和召回率 财务文档相似度匹配 财务文档相关性分析
• 年，卷（期）: 2013,（3）
• 页码范围: 1718-1719
• 页数: 2页
• 分类号: TP311

摘要

搜集财务专业语料库,利用中科院的分词工具对专业语料库进行分词,计算分词的准确率和召回率,并将结果保存在文件中。计算文档中给定词的词频和反文档频率,并对专业词汇加权,提高专业词汇的重要性,利用数学模型进行文档的相似度匹配。设置阈值,若两篇文档的相似度大于指定阈值,即认定两篇文档相似,进而生成一个矩阵,求解矩阵的连通性,得到该本聚类的结果,并进行文章的相关性分析。该文有利于财务分析人员根据已分类好的财务文档,了解企业过去,评价企业现状,作出对企业有长远影响的决策。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷伟		3	1	1.0	1.0