基于深度表示的金融方面级情感分析
计算与语言
2018-08-27 v1
摘要
方面级情感分析（ABSA）主题已在多种行业中被探索，但在金融领域仍大多未被发掘。最近从 WWW '18 companion proceedings 发布的数据（FiQA）提供了宝贵的金融特定标注。FiQA 包含高质量标签，但仍缺乏应用传统 ABSA 深度学习架构的数据量。在本文中，我们采用用于 NLP 的高层语义表示和归纳迁移学习方法。我们尝试了近期开发的领域自适应方法的扩展和目标任务微调，在小数据集上显著提升了性能。我们的结果显示，在分类的 F1 分数上提升了 8.7%，在回归的 MSE 上比当前最先进结果提升了 11%。
引用
@article{arxiv.1808.07931,
title = {Financial Aspect-Based Sentiment Analysis using Deep Representations},
author = {Steve Yang and Jason Rosenfeld and Jacques Makutonin},
journal= {arXiv preprint arXiv:1808.07931},
year = {2018}
}