科研之友
微信
新浪微博
Facebook
分享链接
摘要
金融模型采用的数据多为结构化数值型，其在数据全面性、可靠性、时效性等方面都存在不足。而如今信息传播渠道的开拓，使得金融文本信息这类文本型数据对投资者决策、市场走势的影响愈发明显。由于投资者的注意力有限，难以对海量金融文本数据进行综合分析，极易受个别数据所蕴含的情绪所影响而做出非理性投资。而情感分析作为自然语言处理中关键的分支，提供了有效分析海量金融文本情感类型的手段。因此，本文梳理并分析了目前国内外学者对自然语言文本分析的已有研究，针对金融文本数据在基于深度学习的自然语言处理中现存的不足，提出了未来自然语言处理技术不断适应时代变化的发展方向。
- 单位
