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 LIU Wei;JIANG Qingshan;JIANG Hongyi;HUJinshuai;QUQiang

作者机构：中国科学院深圳先进技术研究院深圳518055 中国科学院大学深圳先进技术学院深圳518055 厦门大学厦门361005 

出 版 物：《集成技术》 (Journal of Integration Technology)

年 卷 期：2022年第11卷第1期

页      面：27-39页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广东省自然科学基金项目(2018A030313943) 深圳基础研究(自由探索)项目(JCYJ20180302145633177) 

主　　题：股吧评论 情感分析 预训练模型 FinBERT 卷积神经网络 

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。