基于LSTM的金融新闻倾向性

摘要：

为尽早发现负面新闻以降低对公司的影响,提出采用判断新闻文本关键句群倾向性的方法判断新闻的倾向性.对于公司名识别,在综合原有方法优势的基础上增加百度百科查询,向公司名基础词典加入公司名和公司代码映射;在关键句群抽取环节中,使用doc2vec模型计算句子和新闻标题相似度,综合句子位置信息、句子中领域动词信息、句子中公司名信息;使用Word2vec模型并结合TFIDF的句子表示方法,使句子的表示更加准确、更有侧重.使用LSTM模型对关键句群进行分类,实验结果表明,该模型分类效果优于传统机器学习分类模型和CNN.

关键词：公司名识别、关键句群抽取、倾向性分析、句子相似度、互联网查询

所属期刊栏目：39

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61671070;北京成像技术高精尖创新中心基金项目BAICIT-2016003;国家语委重大课题基金项目ZDA125-26;国家语委重点基金项目ZDI135-53

在线出版日期：2019-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3462-3467