|
|||||
|
|
| 基于BERT的金融文本情感分析模型 | |
| 作者姓名： | 朱鹤 陆小锋 薛雷 |
| 作者单位： | 上海大学通信与信息工程学院 |
| 摘 要： | 在金融领域,越来越多的投资者选择在互联网平台上发表自己的见解.这些评论文本作为舆情的载体,可以充分反映投资者情绪,影响投资决策和市场走势.情感分析作为自然语言处理(natural language processing,NLP)中重要的分支,为分析海量的金融文本情感类型提供了有效的研究手段.由于特定领域文本的专业性和大标签数据集的不适用性,金融文本的情感分析是对传统情感分析模型的巨大挑战,传统模型在准确率与召回率上表现较差.为了克服这些挑战,针对金融文本的情感分析任务,从词表示模型出发,提出了基于金融领域的全词覆盖与特征增强的BERT(bidirectional encoder representations from Transformers)预处理模型. |
| 关 键 词： | 情感分析 词嵌入向量 BERT 词性特征 命名实体识别 |