一种基于 BERT 的在线金融文本情感分析与关键实体检测方法
计算与语言
2020-01-16 v1
摘要
互联网的兴起与快速发展对金融领域产生了日益增长的影响。如何从海量负面金融文本中快速准确地挖掘关键信息，已成为投资者与决策者关注的关键问题之一。针对该问题，我们提出一种基于 BERT 的情感分析与关键实体检测方法，应用于在线金融文本挖掘与社交媒体舆情分析。通过预训练模型，我们首先研究情感分析，随后将关键实体检测视为不同粒度下的句子匹配或机器阅读理解(Machine Reading Comprehension, MRC)任务。其中我们主要关注负面情感信息。我们利用所提方法检测特定实体，这不同于传统的命名实体识别(Named Entity Recognition, NER)。此外，我们还使用集成学习来提升所提方法的性能。实验结果表明，在两份金融情感分析与关键实体检测数据集上，我们方法的性能总体高于 SVM、LR、NBM 以及 BERT。
引用
@article{arxiv.2001.05326,
title = {A BERT based Sentiment Analysis and Key Entity Detection Approach for Online Financial Texts},
author = {Lingyun Zhao and Lin Li and Xinhao Zheng},
journal= {arXiv preprint arXiv:2001.05326},
year = {2020}
}