文本挖掘在上市公司财务舞弊识别中的应用.docxVIP

文本挖掘在上市公司财务舞弊识别中的应用.docx

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

文本挖掘在上市公司财务舞弊识别中的应用

一、文本挖掘技术的基本原理

(一)自然语言处理(NLP)的核心技术

自然语言处理(NLP)是文本挖掘的基础,其核心技术包括分词、词性标注、命名实体识别等。例如,Loughran和McDonald(2011)开发的金融领域专用词典,能够有效识别年报中的负面情感词汇,为财务舞弊分析提供语义支持。此外,深度学习模型如BERT(Devlinetal.,2018)通过预训练机制,可捕捉文本中的深层语义关联,提升舞弊信号识别的准确性。

(二)文本特征提取与分类算法

文本特征提取是文本挖掘的关键步骤,常用方法包括TF-IDF(词频-逆文档频率)和词嵌入(Word

文档评论(0)

eureka + 关注
实名认证
文档贡献者

好好学习,天天向上

1亿VIP精品文档

相关文档