典型文献
自然语言处理在金融文本信息分析的应用综述
文献摘要：
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.
文献关键词：
中图分类号：
作者姓名：
杨晓丹;吴延晖;朱浩滨;周绍镇
作者机构：
广东工业大学经济与贸易学院
文献出处：
引用格式：
[1]杨晓丹;吴延晖;朱浩滨;周绍镇-.自然语言处理在金融文本信息分析的应用综述)[J].科技与金融,2022(08):69-72
A类：
B类：
金融文本,文本信息,信息分析,应用综述,信息传播,传播渠道,投资者决策,市场走势,文本数据,别数,非理性投资,情感分析,有效分析,文本情感,情感类型,自然语言处理技术,时代变化
AB值：
0.292854
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
