检索结果-内蒙古大学图书馆

作者：张勇电子科技大学

学位级别：硕士

随着互联网的高速发展,金融行业的业务模式也随之发生着改变。为了更好地满足年轻代的用户需求,传统金融行业巨头纷纷进军互联网投资理财领域,互联网催生了诸如东方财富、同花顺、雪球财经等互联网证券门户和社区。股民们倾向于在互联... 详细信息

随着互联网的高速发展,金融行业的业务模式也随之发生着改变。为了更好地满足年轻代的用户需求,传统金融行业巨头纷纷进军互联网投资理财领域,互联网催生了诸如东方财富、同花顺、雪球财经等互联网证券门户和社区。股民们倾向于在互联网证券社区表达自己对市场的观点,并通过各种互联网渠道搜索信息制定交易策略,产生了海量观点鲜明的文本数据。研究对金融文本数据的分析方法具有重要的商业价值。本文在研究金融文本分析方面做了如下主要工作:(1)研究了金融文本数据标注方法。鉴于目前中文自然语言处理领域缺乏金融相关数据集,本文通过网络爬虫的方式采集了东方财富股吧、新浪股吧和雪球财经论坛的评论文本数据,并设计了文本数据标注算法,通过数据采集与标注生成了一份中文证券评论文本数据集(CSTD)。(2)研究了金融文本分类的新模型。对BERT模型生成的句向量进行研究与分析,使用不同卷积核大小的卷积层对句向量进行特征提取,构建了一个基于BERT的多核卷积神经网络文本分类模型(BERT-MCNN)。通过实验证明该模型在CSTD数据集上的分类效果优于传统的文本分类模型。(3)设计了面向长文本的自动摘要生成模型。本文从长文本摘要生成的核心问题出发,在研究文本序列标注和文本分类的关键技术的基础上,设计了基于BERT的抽取式自动摘要模型(BERT-DSUM),该模型能利用BERT生成文档级别向量,有效提高句子的分类精度和摘要抽取的准确性。实验证明BERT-DSUM模型对长文本生成摘要的效果优于传统的摘要生成模型。(4)在研究文本分析模型的基础上,结合金融领域的应用需求,设计并实现了金融文本分析系统(FTAS)。

关键词：自然语言处理金融文本分析 BERT 文本分类抽取式自动摘要

来源：评论

学校读者我要写书评

暂无评论

金融类材料文本分析与翻译对策 ——《汇丰银行加拿大分行2014年度报告》翻译实践报告

金融类材料文本分析与翻译对策 ——《汇丰银行加拿大分行2014年...

引用

作者：胡守文山西大学

学位级别：硕士

本次翻译实践选自《汇丰银行加拿大分行2014年度报告》中风险管理部分,该文本为汇丰银行加拿大分行向社会披露的2014年度经营报告。汇丰银行加拿大分行通过该年报向社会披露了其2014年整体经营状况,对2015年经营前景进行了展望,并在其... 详细信息

本次翻译实践选自《汇丰银行加拿大分行2014年度报告》中风险管理部分,该文本为汇丰银行加拿大分行向社会披露的2014年度经营报告。汇丰银行加拿大分行通过该年报向社会披露了其2014年整体经营状况,对2015年经营前景进行了展望,并在其中的风险管理部分,对该行风险管理概况及运作模式做了介绍,针对不同风险的管理方式进行了详细阐述。通过对翻译实践对象的分析,总结出金融类材料文本具有金融词汇多、图表数据多、用语平实客观、长句运用多的特点,针对金融类材料文本这些特点,提出了翻译时可以相应选择的翻译策略,并就翻译此类文本时,给出了一些自己的想法。本文主要分四个部分:第一章翻译任务描述,介绍了选材来源与选题意义;第二部分翻译任务综述,对翻译的过程进行了基本的描述;第三部分金融文本分析,着重对金融类文本从词汇、表述、图表及句法方面进行了分析;第四部分案例分析与翻译策略,从不同角度就金融类文本进行翻译时,提出了相应的翻译策略;最后一部分翻译实践总结,对全文进行了总结,并根据自身翻译实践经验提出了一些想法。

关键词：金融文本分析词汇句子图表翻译策略

来源：评论

学校读者我要写书评

暂无评论

采用生成对抗网络的金融文本情感分类方法

引用

福州大学学报（自然科学版） 2019年第6期47卷 740-745页

作者：沈翠芝福建师范大学协和学院

针对目前金融领域文本存在标注资源匮乏的问题,提出一种基于生成对抗网络的金融文本情感分类方法.该方法以边缘堆叠降噪自编码器生成鲁棒性特征表示作为输入,在生成对抗过程中,通过向文本表示向量添加噪声向量再生成新样本,应用对抗学... 详细信息

针对目前金融领域文本存在标注资源匮乏的问题,提出一种基于生成对抗网络的金融文本情感分类方法.该方法以边缘堆叠降噪自编码器生成鲁棒性特征表示作为输入,在生成对抗过程中,通过向文本表示向量添加噪声向量再生成新样本,应用对抗学习思想优化文本特征表示.在公开的跨领域情感评论Amazon数据集和金融领域数据集上进行实验,并与基准实验对比,结果表明,该方法在平均准确率上有显著提升.

关键词：情感分类跨领域生成对抗网络金融文本分析

来源：评论

学校读者我要写书评

暂无评论

基于文本分析的中国市场盈余公告后漂移异象研究

基于文本分析的中国市场盈余公告后漂移异象研究

引用

作者：洪远华南理工大学

学位级别：硕士

盈余公告后漂移(PEAD)是历史最为悠久的市场异象之一。传统的PEAD研究方法主要基于财务数据或股价数据分析盈余惊喜度,忽略了公司盈余公告中所包含的非结构化信息,近年来,自然语言处理技术的进步为处理非结构化文本数据提供了更多可能,... 详细信息

盈余公告后漂移(PEAD)是历史最为悠久的市场异象之一。传统的PEAD研究方法主要基于财务数据或股价数据分析盈余惊喜度,忽略了公司盈余公告中所包含的非结构化信息,近年来,自然语言处理技术的进步为处理非结构化文本数据提供了更多可能,本文使用基于深度学习的自然语言处理方法从2010年至2022年的分析师报告文本中提取惊喜度,从新角度研究了我国市场的PEAD效应,同时也填补了深度学习方法在金融异象分析跨领域应用的空白。研究发现,相比于使用分析师一致预期、事件窗口股价涨跌衡量的传统盈余惊喜度衡量方法,从分析师文本中衡量的惊喜度能产生更为显著的PEAD效应,由此构建的因子多空组合能够产生多因子模型无法解释的超额收益;从投资者角度,利用文本PEAD效应能构建可获利的投资策略。在文本处理方法方面,本文发现深度学习等数据驱动型方法考虑到了更多语义信息,因此取得了比词典法更好的效果。在A股PEAD异象驱动因素方面,本文参考以往基于有限注意力机制的PEAD成因研究,在新的股票样本池和时间范围为之前的研究提供了新证据;最后,文本从不同类型投资者偏好的角度对盈余惊喜指标之间的差异进行了探讨,并对有待进一步深入研究的内容和方法做了展望。

关键词：盈余公告后漂移行为金融金融文本分析自然语言处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：