Development of the method of extracting causal expressions from Japanese financial articles concerning business performance and analyzing them for supporting decision on investment

开发从日本金融文章中提取有关业务绩效的因果表达式并对其进行分析以支持投资决策的方法

• 批准号: 21700158
• 负责人: SAKAI Hiroyuki
• 金额: $ 2.66万
• 依托单位: Toyohashi University of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21700158/
• 关键词: テキストマイニング; 情報抽出; 業績要因抽出; 投資判断支援; 技術動向予測; 重要度付与; 製品・部門情報抽出; 製品特徴情報抽出; 極性付与; 根拠表現抽出; 景気予測

We have developed a method of extracting causal expressions from Japanese financial articles concerning business performance of companies and assigning importance to them automatically. Causal expressions assigned importance are useful for investors in selecting companies to invest, business prediction, and technology-trends prediction. Our method automatically extracted causal information as a form of causal expression by using statistical information and initial clue expressions. We extracted keywords from Web sites of the companies and improved the previous method by using them. Moreover, our method automatically determined the most important causal expression by using these keywords extracted from Web sites of the companies.We evaluated our method and it attained 77. 3% accuracy and the experimental results showed that our method outperforms Lead(s2) method which determines the sentence which appears in the 2nd in an article concerning business performance of companies as the most important causal expression and Lead(ce) method which determines a causal expression first extracted from an article concerning business performance of companies as the most important causal expression.

我们开发了一种从日本金融文章中提取有关公司经营业绩的因果表达式并自动分配其重要性的方法。分配重要性的因果表达式对投资者选择投资公司、预测业务和预测技术趋势很有用。该方法利用统计信息和初始线索表达式自动提取因果信息作为因果表达式的一种形式。我们从这些公司的网站中提取关键字，并利用这些关键字对之前的方法进行改进。此外，我们的方法通过使用从公司网站中提取的这些关键字来自动确定最重要的因果表达式。我们评估了我们的方法，它达到了77。实验结果表明，我们的方法优于Lead（s2）方法，该方法确定了一篇关于公司经营业绩的文章中出现的第2个句子作为最重要的因果表达，以及Lead（ce）方法，该方法确定了一篇关于公司经营业绩的文章中首先提取的因果表达作为最重要的因果表达。

项目成果

Web掲示板からの質問・回答対応の自動抽出

自动提取网络公告板的问题和答案

• 发表时间: 2010
• 期刊: 人工知能学会論文誌 Vol.25, No.1
• 作者: 鈴木佑輔;横田隼;酒井浩之;増山繁
• 通讯作者: 増山繁

経済新聞記事から抽出した景気動向を示す根拠表現への極性付与手法の提案

提出一种为从经济报纸文章中提取的表明经济趋势的证据表达添加极性的方法

• 发表时间: 2011
• 期刊: 電子情報通信学会論文誌D
• 作者: 谷口将太;坂地泰紀;酒井浩之;増山繁
• 通讯作者: 増山繁

技術-効果型パテントマップに基づくシーズ知的探索システムの開発

基于技术效果专利图谱的智能种子检索系统开发

• 发表时间: 2012
• 作者: Kazunori Komatani;Tatsuya Kawahara;奥乃博;太田貴久,鶴田雅信,野中尋史,山本悠二,酒井浩之,増山繁
• 通讯作者: 太田貴久,鶴田雅信,野中尋史,山本悠二,酒井浩之,増山繁

レビュー記事からの評判情報抽出の一手法の提案

提出一种从评论文章中提取声誉信息的方法

• 发表时间: 2010
• 作者: 服部宏充;中島悠;石田亨;梅村真史,酒井浩之,増山繁
• 通讯作者: 梅村真史,酒井浩之,増山繁

パテントマップ生成のための特許明細書中の技術構成要素候補の修飾必要性判定手法

专利地图生成中确定专利说明书中候选技术部件修改必要性的方法

• 发表时间: 2011
• 作者: Kazunori Komatani;Tatsuya Kawahara;Hiroshi G.Okuno;谷口将太,野中尋史,酒井浩之,増山繁
• 通讯作者: 谷口将太,野中尋史,酒井浩之,増山繁