基于 LSTM 的加密货币预测情感分析
计算与语言
2021-10-19 v4 人工智能
摘要
大数据分析与自然语言处理领域近期的研究发展了用于分析社交媒体信息中情感的自动化技术。此外，社交媒体不断增长的用户基数与海量帖子也为预测加密货币价格波动提供了有价值的情感信息。本研究旨在通过分析与加密货币相关的社交媒体情感并探寻二者关联，预测加密货币剧烈的价格变动。尽管已有工作用于分析英文社交媒体帖子中的情感，我们提出了一种方法来识别最流行的中文社交媒体平台新浪微博上中文社交媒体帖子的情感。我们构建了抓取微博帖子的流程，描述了加密专用情感词典的创建，并提出了一种基于长短期记忆（LSTM）的循环神经网络，结合加密货币历史价格变动来预测未来时段的价格趋势。实验表明，所提方法在精确率上比最先进的自回归模型高出 18.5%，在召回率上高出 15.4%。
引用
@article{arxiv.2103.14804,
title = {LSTM Based Sentiment Analysis for Cryptocurrency Prediction},
author = {Xin Huang and Wenbin Zhang and Xuejiao Tang and Mingli Zhang and Jayachander Surbiryala and Vasileios Iosifidis and Zhen Liu and Ji Zhang},
journal= {arXiv preprint arXiv:2103.14804},
year = {2021}
}