金融情感分析的迁移学习与Transformer架构

金融情感分析使金融机构（如银行和保险公司）能够更好地管理其客户的信用评分。金融领域使用专门机制，这使得情感分析变得困难。本文提出了一种预训练语言模型，可帮助解决这一问题，同时需要较少的标记数据。我们延续了迁移学习和转换架构原则的思想，并也考虑了近期类似新冠疫情等大流行病的爆发。我们将情感分析应用于两个不同的数据集。我们也对较小的训练集进行微调作为模型的一部分。