基于自然语言处理和机器学习的长期股权投资分类模型

摘要

长期股权投资作为投资活动的重要类别，对其进行正确分类并使用恰当的会计核算方法十分重要。以往因投资项目内容的描述均为文本，传统基于数值的计算机分类模型难以直接实现分类。本文尝试通过自然语言处理和机器学习技术，对文本数据进行分词处理后，使用TF-IDF统计方法将文本转为数据向量，并利用人工标注过分类的训练数据构建支持向量机模型，实现对长期股权投资项目的智能分类。模型对上市公司长期股权投资项目的分类准确率可达71%。本文的研究结果表明，人工智能方法可以辅助财务人员进行会计业务分类判断。