CMA研究：文本分析意义何在

文章来源：CMA官方订阅号

发布时间：2021-10-12 15:01

阅读：1009次

文本分析软件

与Tableau和Power BI等广泛使用的图形展示软件不同的是，大多数文本分析软件都是专用的。我们访谈过的组织表示，内部开发的文本分析软件可帮助他们在这个快速发展的领域取得竞争优势。【点击免费下载>>>更多CMA学习相关资料】

但这并不意味着你的公司一定要创建自己软件才能从文本分析中获益。以下会介绍两款免费文本分析软件包AntConc和RapidMiner的一些详细信息。

AntConc专门用于分析文本、找出不同的模式。和其他文本分析软件一样，使用者首先要将所有文档转换为文本文件并上传到AntConc软件。使用AntConc面临的一大挑战是，软件不支持加载词列表，而是需要逐个输入单词。例如，我们可以使用Loughran&McDonald情感词列表来比较西尔斯和塔吉特这两家公司2017年年报中与“不确定性”相关的词。以“风险”一词为例，在2017年年报中，西尔斯公司提到了24次，而塔吉特公司仅提到了14次。为了让读者了解相关背景，AntConc还给出了出现“风险”一词的句子（见图3）。

微信图片_20211012145822.jpg

我们也对“不确定性”一词进行了分析。在西尔斯公司年报中，“不确定性”出现了7次，而塔吉特公司年报中只出现了3次。尽管这还需要做进一步的调查，但AntConc的结果显示，西尔斯公司在2017年年报中使用不确定性词的数量要远高于塔吉特公司。这可能意味着西尔斯公司舞弊的可能性更高，因此需要进一步调查。

与AntConc相比，RapidMiner更加先进。该软件包括机器学习和预测性分析，且需要以文本分析扩展来进行文本分析，包括使用Loughran&McDonald的不确定性词列表进行不确定性情感分析。

与AntConc不同的是，RapidMiner支持使用者上传词列表。我们使用RapidMiner分析了2017年西尔斯和塔吉特两家公司的会计文件，分析的是第三季度的10-Q报告（见表1）。与塔吉特公司相比，西尔斯公司使用了更多的不确定性词。西尔斯公司报告中使用最多的不确定词是“大约”，出现了74次，而塔吉特公司报告中使用最多的是“相信”，出现了9次。

微信图片_20211012145826.jpg