本項成果定義嶄新的資訊擷取任務，設計財務數字分類架構與分類法，從非結構化的財務社群媒體資料中，擷取出大眾投資人對指定標的之目標價位、支撐價位、壓力價位、和買賣成本等交易資訊，進而做更細緻的分析。我們發現這種細緻的群眾意見能提供額外的價格預測資訊，並能與分析師的意見媲美，甚至更勝於分析師的意見。

本技術所擷取出之指標不僅能提供情緒分析資訊，還能提供過往系統所沒有的細緻意見。本研究提出開創性的意見探勘任務，並與專業分析師比較，找出可以媲美分析師的群眾意見，亦透過實證研究證實所擷取的指標之資訊量及預測能力。

本計畫提出的數字分類法，不僅可以用於財務社群媒體資料的數字理解，也能拓展到公司財報等正式報表中。部分數字分類亦可以延伸到醫學、地理等富含數字資訊的領域。在這些領域數字都有不亞於文字的重要性，理解數字這項任務不只在學術領域有其研究價值，未來亦能將開發的模型延伸至業界的文件理解、擷取或偵錯上。