基于深度学习的财经事件情感分析

• 作 者: 郝勇钢
• 出 处: 上海交通大学
• 发表日期: 2004年期
• 关键词: 情感分析 卷积神经网络 递归神经网络 股票

经济生活是日常生活的重要组成部分,股票是其中最典型的代表。作为最基本的投资形式之一,股票自诞生起就由于其高风险高回报的特点而备受关注。股票市场的起伏波动可以反映出一个国家或地区的经济运行情况,被视为该国家或地区未来经济走势的先行指标。股票市场能否良好、平稳地运行将关系到民生安康和国家建设。另一方面,情感分析是近年来在自然语言处理、数据挖掘、深度学习等领域都备受关注的研究热点,关于情感倾向分析的研究对于普通民众、公司团体以及国家社会都有着很大的应用价值。基于以上两点,本课题选取股票的变动作为研究对象,以股票新闻公告为载体,研究基于深度学习的财经事件情感分析。考虑到股票市场在国民经济中的重要地位,深度学习网络已经被成功应用于众多领域,探索如何将深度学习网络的理论应用于经济领域,探索分析财经事件的可行方法,有着重要意义:一方面可以为分析财经事件提供科学、可靠的模型,作为工具为投资者提供更为合理的投资建议,作为理论参考为国家和科研机构提供更为丰富的理论支持与研究思路;另一方面可以在情感分析、文本处理等领域探索如何更好地利用深度学习网络,拓展其应用范围。鉴于卷积神经网络和递归神经网络分别在文本处理和序列数据处理方面的优势,本课题即基于这两类深度学习网络,选取股票变化作为财经事件的代表,构建了以文本为分析对象的财经事件情感分析模型,通过实验验证模型能够对事件的情感倾向做出判断,对比分析了两类模型的差异,并在分析实验结果之后给出了改进和优化的意见。