Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Information Retrieval from Text Documents for Statistical Predictive Models
Języki publikacji
Abstrakty
Zasadniczym celem pracy jest przedstawienie i ocena metod pozyskiwania istotnych informacji z dokumentów tekstowych i ich uwzględnienia w statystycznych modelach o charakterze predykcyjnym. W pracy rozpatrywane są trzy podejścia do procesu pozyskiwania i reprezentacji informacji tekstowej: oparte na wyrazach, oparte na wzorcach oraz oparte na modelu ontologicznym. Zrealizowane badania empiryczne dotyczyły metod uwzględniania informacji zawartych w komunikatach spółek giełdowych przy prognozowaniu stóp zwrotu cen akcji. (abstrakt oryginalny)
The paper discusses the problem of information retrieval from text documents for statistical predictive models. Three approaches are discussed: word-based, pattern-based and ontology-based. During empirical research the problem of information retrieval from announcements published by companies listed on the Warsaw Stock Exchange was studied.(original abstract)
Rocznik
Tom
Strony
448--455
Opis fizyczny
Twórcy
autor
- Uniwersytet Ekonomiczny w Krakowie
Bibliografia
- Allemang D., Hendler J., Semantic Web for the Working Ontologist, Morgan Kaufmann Publisher, 2007.
- Davies J., Studer R., Warren P., Semantic Web Technologies. Trends and Research in Ontology-based Systems, John Wiley & Sons, 2006.
- Lula P., Text Mining jako narzędzie pozyskiwania informacji z dokumentów tekstowych, Statsoft, http://www.statsoft.pl/czytelnia/8 2007/Lula05.pdf, 2005.
- http://domino.research.ibm.com/comm/research projects.nsf/pages/uima.knowlcdgeRush.html.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171340109