基于FinBERT-CNN的股吧评论情感分析方法

• 作者: 刘薇 姜青山 蒋泓毅 胡金帅 曲强
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 股吧评论 情感分析 预训练模型 FinBERT 卷积神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子信息|Electronics and Information Technology
• 页码范围: 27-39
• 页数: 13页
• 分类号: TP399
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20210228001

摘要

我国股市波动受投资者情绪变化影响较大,通过对股吧等金融交流平台上投资者的评论进行情感分析,能够帮助投资者更好地了解股票市场的变化.现有的情感分析方法是利用模型对股票评论集进行分析,但缺少优质的股票评论标注数据集用于模型训练,且单一模型提取股票评论特征较为片面,模型的准确性有待提高.该文针对股吧平台上的评论数据,提出一种基于FinBERT-CNN的股吧评论情感分析方法,该方法通过FinBERT预训练模型学习股吧评论数据语义特征,解决缺乏股吧评论标注数据集的问题,并利用卷积神经网络学习股吧评论的局部特征,使模型充分学习股吧评论特征,提高模型情感分类的准确性.实验结果表明,基于FinBERT-CNN的股吧评论情感分析方法均优于现有情感分析方法.此外,通过基于股吧评论情感的股票市场关联分析,验证了股吧评论情感变化与股市波动存在相关性.