基于大语言模型的中文细粒度金融情感分析
计算与语言
2023-09-18 v5 人工智能
摘要
金融领域实体级细粒度情感分析是情感分析的关键子任务，目前面临诸多挑战。主要挑战源于缺乏专为金融文本情感分析设计的高质量、大规模标注语料，这进而限制了开发有效文本处理技术所需数据的可用性。大语言模型（LLMs）近期的进展在自然语言处理任务中取得了卓越性能，主要围绕语言模式匹配展开。本文提出一个新颖且大规模的中文细粒度金融情感分析数据集 FinChina SA，用于企业预警。我们利用该数据集对现有知名开源 LLMs 进行了充分评估与实验。我们坚信，我们的数据集将作为宝贵资源推动现实世界金融情感分析任务的探索，这应是未来研究的重点。FinChina SA 数据集公开于 https://github.com/YerayL/FinChina-SA
引用
@article{arxiv.2306.14096,
title = {Chinese Fine-Grained Financial Sentiment Analysis with Large Language Models},
author = {Yinyu Lan and Yanru Wu and Wang Xu and Weiqiang Feng and Youhao Zhang},
journal= {arXiv preprint arXiv:2306.14096},
year = {2023}
}
备注
Accepted by (FinLLM 2023)@IJCAI 2023, https://finllm.github.io/workshop/#/fcb