The basic steps outlined in “Bag of

The basic steps outlined in “Bag of Words” on page 252 were applied to reduce each story to a TFIDF representation. In particular, each word was case-normalized and stemmed, and stopwords were removed. Finally, we created n-grams up to two, such that every individual term and pair of adjacent terms were used to represent each story. Subject to this preparation, each story is tagged with a label (change or no change) based on the associated stock(s) price movement, as depicted in Figure 10-7. This results in about 16,000 usable tagged stories. For reference, the breakdown of stories
was about 75% no change, 13% surge, and 12% plunge. The surge and plunge stories were merged to form change, so 25% of the stories were followed by a significant price change to the stocks involved, and 75% were not.

Kết quả (Việt) 1:

Các bước cơ bản được nêu trong "Túi từ" trên trang 252 đã được áp dụng để giảm mỗi câu chuyện với một đại diện TFIDF. Đặc biệt, mỗi từ là trường hợp chuẩn hoá và stemmed, và stopwords đã được gỡ bỏ. Cuối cùng, chúng tôi tạo ra n-gam lên đến hai, như vậy mà mỗi cá nhân hạn và đôi điều khoản liền kề đã được sử dụng để đại diện cho mỗi câu chuyện. Tùy thuộc vào chuẩn bị này, mỗi câu chuyện được gắn thẻ với một nhãn hiệu (thay đổi hoặc không thay đổi) dựa trên các liên kết stock(s) chuyển động giá cả, như mô tả ở hình 10-7. Kết quả là khoảng 16.000 câu chuyện có thể sử dụng được gắn thẻ. Để tham khảo, phân tích về những câu chuyện là khoảng 75% không thay đổi, tăng 13% và 12% plunge. Tăng và plunge các câu chuyện được sáp nhập vào biểu mẫu thay đổi, vì vậy 25% trong những câu chuyện được tiếp nối bởi một sự thay đổi đáng kể giá với các cổ phiếu tham gia, và 75% là không.

Kết quả (Việt) 2:

Các bước cơ bản nêu trong "Bag of Words" trên trang 252 đã được áp dụng để giảm mỗi câu chuyện với một đại diện TFIDF. Đặc biệt, mỗi từ là trường hợp bình thường và xuất phát, và các tệp từ dừng đã được gỡ bỏ. Cuối cùng, chúng tôi tạo ra n-gram đến hai, như vậy mà mỗi cá nhân và hạn cặp từ ngữ liền kề đã được sử dụng để đại diện cho mỗi câu chuyện. Tiêu đề để chuẩn bị này, mỗi câu chuyện được gắn thẻ với một nhãn (thay đổi hoặc không thay đổi) dựa trên biến động giá chứng khoán liên quan (s), như mô tả trong hình 10-7. Điều này dẫn đến khoảng 16.000 câu chuyện gắn thẻ có thể sử dụng. Để tham khảo, các phân tích về những câu chuyện
là khoảng 75% không thay đổi, 13% tăng, và 12% lao. Những câu chuyện tăng và sụt giảm đã được sáp nhập để tạo sự thay đổi, vì vậy 25% trong những câu chuyện được theo sau bởi một sự thay đổi đáng kể giá các cổ phiếu liên quan, và 75% là không.