字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

分析师姓名

分析师姓名，多个分析师以“/ ”号分隔

分析师代码

CNRDS 编制的分析师个人独特 ID，多个分析师以“/ ” 号分隔，多个分析师中没有编号的用“--”表示

报告标题

分析师报告标题

发布日期

分析师报告发布时间

总字数 1

文本总字数，包括英文和数字，单位：个

总字数 2

文本总字数，不包括英文和数字，单位：个

总词数 1

文本总词数，包括停用词，停用词是指英文单词、标 点符号和无意义中文单词（例如：哎呀，不仅，而且） 等，单位：个

总词数 2

文本总词数，不包括停用词，停用词是指英文单词、 标点符号和无意义中文单词（例如：哎呀，不仅，而 且）等，单位：个

文件大小

分析师报告的文件大小，单位 KB

页数

分析师报告 PDF 文件的总页数

句子数

文本的总句子数，统计的是未去除无关内容的文本句 子总数，无关内容是指与文章关联不大的内容（例如： 分析师声明、投资评级的说明）等，单位：个

字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

发布时间

分析师报告发布时间

总字数 1（个）

文本总字数，包括英文和数字，单位：个

总字数 2（个）

文本总字数，不包括英文和数字，单位：个

总词数 1（个）

文本总词数，包括停用词，停用词是指英文单词、标 点符号和无意义中文单词（例如：哎呀，不仅，而且） 等，单位：个

总词数 2（个）

文本总词数，不包括停用词，停用词是指英文单词、 标点符号和无意义中文单词（例如：哎呀，不仅，而 且）等，单位：个

句子数（个）

文本的总句子数，单位：个

分句中的平均字数（个）

文本中分句字数的一个平均数，总字数/分句数，单 位：个

副词和连词的比例（%）

全文副词和连词所占比例，全文的副词和连词/全部 词数，（%）

常用字所占的比例（‰）

每一千字中常用字字数（个）：常用字在文本中所占 比例，单位：个

次常用字所占的比例（‰）

每一千字中次常用字字数（个）：次常用字在文中所 占的比例，单位，个

总字数 1（个）（去除无

关内容）

文本总字数，包括英文和数字，单位：个。无关内容 是指与文章关联不大的内容（例如：分析师声明、投 资评级的说明）等

总字数 2（个）（去除无

关内容）

文本总字数，不包括英文和数字，单位：个。无关内 容是指与文章关联不大的内容（例如：分析师声明、 投资评级的说明）等

总词数 1（个）（去除无

关内容）

文本总词数，包括停用词，停用词是指英文单词、标 点符号和无意义中文单词（例如：哎呀，不仅，而且） 等，单位：个。无关内容是指与文章关联不大的内容  （例如：分析师声明、投资评级的说明）等

总词数 2（个）（去除无

关内容）

文本总词数，不包括停用词，停用词是指英文单词、 标点符号和无意义中文单词（例如：哎呀，不仅，而 且）等，单位：个。无关内容是指与文章关联不大的 内容（例如：分析师声明、投资评级的说明）等

句子数（个）（去除无关

文本的总句子数，单位：个。无关内容是指与文章关

内容）

联不大的内容（例如：分析师声明、投资评级的说明） 等

分句中的平均字数

（个） （去除无关

内容）

文本中分句字数的一个平均数，总字数/分句数，单 位：个。无关内容是指与文章关联不大的内容（例如： 分析师声明、投资评级的说明）等

副词和连词的比例

（%）（去 除无关内

容）

全文副词和连词所占比例，全文的副词和连词/全部 词数，（%）。无关内容是指与文章关联不大的内容 （例如：分析师声明、投资评级的说明）等

常用字所占的比例

（‰） （去除无关

内容）

每一千字中常用字字数（个）：常用字在文本中所占 比例，单位：个。无关内容是指与文章关联不大的内 容（例如：分析师声明、投资评级的说明）等

次常用字所占的比例

（‰） （去除无关

内容）

每一千字中次常用字字数（个）：次常用字在文中所 占的比例，单位，个。无关内容是指与文章关联不大 的内容（例如：分析师声明、投资评级的说明）等

字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

发布日期

分析师报告发布时间

前瞻性句子数

具有前瞻性句子的总数量，前瞻性是指分析师对企业 未来各方面的预测。随机抽取了一定量的分析师报告 逐句进行人工标注，人工判断每个句子是否属于前瞻 性语句，后通过机器学习算法对带有前瞻性标记的语 句进行训练与测试，统计出带有前瞻性的句子数量， 单位：个

句子数

文本的总句子数，统计的是未去除无关内容的文本句 子总数，无关内容是指与文章关联不大的内容（例如： 分析师声明、投资评级的说明）等，单位：个

字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

发布日期

分析师报告发布时间

平均相似度

计算得出每一份分析师报告与对应目标公司前 3 个 月所有分析师报告的相似度的均值

字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

发布日期

分析师报告发布时间

LM 词典积极词汇数

基于 LM 情感词典计算分析师报告中带有积极性词汇 数量，单位：个

LM 词典消极词汇数

基于 LM 情感词典计算分析师报告中带有消极性词汇 数量，单位：个

台大词典积极词汇数

基于台大情感词典计算分析师报告中的积极词汇数， 单位：个

台大词典消极词汇数

基于台大情感词典计算分析师报告中的消极词汇数， 单位：个

LM 词典积极语句数量

基于 LM 情感词典计算分析师报告中的积极语句数量， 单位：个

LM 词典消极语句数量

基于 LM 情感词典计算分析师报告中的消极语句数量， 单位：个

台大词典积极语句数量

基于台大情感词典计算分析师报告中的积极语句数 量，单位：个

台大词典消极语句数量

基于台大情感词典计算分析师报告中的消极语句数 量，单位：个

字段名称

字段说明

编号

分析师报告编号

股票代码

公司股票代码

发布日期

分析师报告发布时间

积极性语句数量

通过机器学习算法对带有积极信息标记的句子进行分 类，得出的句子数量

中性语句数量

通过机器学习算法对带有中性信息标记的句子进行分 类，得出的句子数量，单位：个

消极性语句数量

通过机器学习算法对带有消极信息标记的句子进行分 类，得出的句子数量，单位：个

句子数

文本的总句子数，统计的是未去除无关内容的文本句 子总数，无关内容是指与文章关联不大的内容（例如： 分析师声明、投资评级的说明）等，单位：个