FinXABSA：通过方面级情感分析实现可解释金融
计算与语言
2024-10-16 v4
摘要
本文提出一种在金融分析中实现可解释性的新方法，通过方面级情感分析、皮尔逊相关、格兰杰因果与不确定性系数推导具金融可解释性的统计关系。所提方法包括从金融文献构建方面列表，并对社交媒体文本应用方面级情感分析以计算各方面情感得分。随后应用皮尔逊相关揭示方面情感得分与股价之间具金融可解释性的关系。为增强所推导关系的稳健性，应用格兰杰因果以确定各方面情感得分对股价的预测能力。最后，通过评估方面情感得分与股价间的不确定性系数得分，增添一层可解释性。这使我们能确定其情感得分对股价最具统计显著性的方面。相较于其他方法，我们的方法对情感分析与股价间关系提供了更具信息量与准确性的理解。具体而言，该方法得以解释方面级情感得分与股价间的统计关系，从而为AI驱动的金融决策提供可解释性。
引用
@article{arxiv.2303.02563,
title = {FinXABSA: Explainable Finance through Aspect-Based Sentiment Analysis},
author = {Keane Ong and Wihan van der Heever and Ranjan Satapathy and Erik Cambria and Gianmarco Mengaldo},
journal= {arXiv preprint arXiv:2303.02563},
year = {2024}
}