基于深度学习的金融新闻摘要综述

投资者做出投资决策依赖于基本面分析、技术分析和量化分析等多种因素。投资者可借以做出投资决策的另一个因素是通过新闻标题的情感分析，这也是本研究的唯一目的。自然语言处理技术通常用于处理此类大量数据并从中获取有价值的信息。NLP算法将原始文本转换为机器易于理解和解释的数值表示。这种转换可使用多种嵌入技术完成。在本研究中，使用的嵌入技术有BoW、TF-IDF、Word2Vec、BERT、GloVe和FastText，随后将其输入RNN和LSTM等深度学习模型。本工作旨在评估这些模型的性能，以选出在识别影响预测的关键因素方面稳健的模型。在研究过程中，期望应用深度学习来获得期望结果或取得优于SOTA的精度。对这些模型进行比较以检查其输出，从而了解哪一个表现更好。