金融新闻文章中新兴趋势的语境化

随着全球健康危机带来的诸多变化，识别并探索新闻中的新兴趋势比以往任何时候都更为关键。然而，近期多数研究主要关注社交媒体中的趋势检测，因而受益于社交特征（例如 Twitter 上的点赞与转发），这些特征可用于衡量内容的参与度与扩散率，从而助力该任务。然而，正式文本数据不同于简短的社交媒体帖子，其篇幅更长、写作格式限制更少，因此更具挑战性。在本文中，我们聚焦于关于微软的金融新闻文章中的新兴趋势检测，数据收集于 COVID-19 大流行开始前及初期（2019 年 7 月至 2020 年 7 月）。我们公开了该数据集，并提出了一种强基线（Contextual Leap2Trend），基于主题建模与词频来探索关键词对之间相似性的动态。最后，我们对照黄金标准（Google Trends）进行评估，并呈现有关大流行对微软影响的显著真实世界场景。