分析盈余通话录音本的深度学习技术：方法与应用
机器学习
2025-05-28 v2 人工智能
摘要
本研究presentes对深度学习方法（如BERT、FinBERT和ULMFiT）在盈余通话录音本情感分析中的比较分析。目标是探讨如何利用自然语言处理（NLP）从大规模财务录音本中提取情感，从而有助于更有信息的投资决策和风险管理策略。我们审视每种模型在财务情感分析情境下的优势与局限性，关注数据预处理要求、计算效率和模型优化。通过严格的实验，我们使用准确率、精确率、召回率和F1分数等关键指标评估其性能。此外，我们讨论了提高这些模型在财务文本分析中效果的潜在方法，为实际财务决策提供了见解。
引用
@article{arxiv.2503.01885,
title = {Learning Policy Committees for Effective Personalization in MDPs with Diverse Tasks},
author = {Luise Ge and Michael Lanier and Anindya Sarkar and Bengisu Guresti and Chongjie Zhang and Yevgeniy Vorobeychik},
journal= {arXiv preprint arXiv:2503.01885},
year = {2025}
}