自然语言处理在金融文本信息分析的应用综述  

作　　者：杨晓丹 吴延晖 朱浩滨 周绍镇 

机构地区：[1]广东工业大学经济与贸易学院

出　　处：《科技与金融》2022年第8期69-72,共4页Sci-tech Finance Monthly

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。

关 键 词：自然语言处理 非理性投资 信息传播渠道 金融模型 文本数据 深度学习 情感分析 投资者决策 

分 类 号：F83[经济管理—金融学]