基于大语言模型和 FinBERT 的新闻与报告金融情感分析
信息检索
2024-10-04 v1 计算与语言
社会与信息网络
综合金融
摘要
金融情感分析（FSA）对于评估市场情感和做出明智的金融决策至关重要。大语言模型（LLM）如 BERT 及其金融变体 FinBERT 的出现显著提升了情感分析能力。本文探讨了 LLM 和 FinBERT 在 FSA 中的应用，将其在新闻文章、财报和公司公告上的性能进行比较。研究强调了通过零样本和少样本策略进行提示工程以提高情感分类准确率的优势。实验结果表明，GPT-4o 在提供金融文本的少样本示例后，可与经过精细调优的 FinBERT 在该专业领域中相当。
引用
@article{arxiv.2410.01987,
title = {Financial Sentiment Analysis on News and Reports Using Large Language Models and FinBERT},
author = {Yanxin Shen and Pulin Kirin Zhang},
journal= {arXiv preprint arXiv:2410.01987},
year = {2024}
}