1、隨著國(guó)內(nèi)金融市場(chǎng)相關(guān)制度的不斷完善，越來越多的個(gè)人和機(jī)構(gòu)投入到股票投資市場(chǎng)。在這個(gè)過程中，投資者對(duì)盡快了解可能引起資本市場(chǎng)波動(dòng)的事件表現(xiàn)出了極大的關(guān)注度。但是，由于互聯(lián)網(wǎng)信息的極度膨脹，投資者在從海量信息中獲取真正重要的信息反而越來越困難。如何從海量互聯(lián)網(wǎng)信息中發(fā)現(xiàn)重要事件和話題，日益成為相關(guān)領(lǐng)域研究和應(yīng)用的重點(diǎn)。
　　傳統(tǒng)的互聯(lián)網(wǎng)話題或事件發(fā)現(xiàn)方法大多基于文本處理技術(shù)，但較少結(jié)合金融領(lǐng)域特有的時(shí)序數(shù)據(jù)特征進(jìn)行研究。金融領(lǐng)域有大量

2、的股票交易數(shù)據(jù)、大盤數(shù)據(jù)等時(shí)序數(shù)據(jù)，這些數(shù)據(jù)往往是資本市場(chǎng)在相關(guān)事件發(fā)生前后的一種具體反映，與事件的發(fā)生發(fā)展息息相關(guān)。因此，本文研究結(jié)合文本信息和時(shí)序數(shù)據(jù)信息的金融事件發(fā)現(xiàn)。
　　首先,針對(duì)缺乏金融領(lǐng)域相關(guān)語料庫(kù)的情況，設(shè)計(jì)和構(gòu)建了面向金融事件的中文語料庫(kù)，對(duì)金融文本中的事件及其相關(guān)信息進(jìn)行細(xì)粒度標(biāo)注。建立了包含2500篇文本的金融事件語料庫(kù)，改善了該領(lǐng)域語料資源缺乏的問題。而后，研究了基于文本信息的金融事件發(fā)現(xiàn)方法，提出了一種基

3、于文本特征和事件中心句的金融事件抽取方法，可以有效避免過多原子事件帶來的干擾及依存句法分析不準(zhǔn)確引起的錯(cuò)誤。通過金融學(xué)科中的事件研究法實(shí)證分析事件對(duì)股票價(jià)格波動(dòng)的影響，獲得特定事件類型與股價(jià)波動(dòng)之間的關(guān)聯(lián)關(guān)系模型。在此基礎(chǔ)上，研究結(jié)合文本數(shù)據(jù)和時(shí)序數(shù)據(jù)的金融事件發(fā)現(xiàn)方法。通過事件元素規(guī)格化、指代消解、時(shí)間對(duì)齊和事件模板生成，設(shè)計(jì)實(shí)現(xiàn)了一種跨文檔金融事件發(fā)現(xiàn)和融合方法。通過引入熱點(diǎn)事件排序因子和時(shí)序特征排序因子，設(shè)計(jì)實(shí)現(xiàn)了結(jié)合文本特征和時(shí)