文献

J-GLOBAL ID：202202292022115182   整理番号：22A0455461

自動的に構築した金融感情レキシコンの否定的説明【JST・京大機械翻訳】

Automatically Building Financial Sentiment Lexicons While Accounting for Negation

著者 (2件)： Bos Thomas (Erasmus Universiteit, Rotterdam, Netherlands) ,  Frasincar Flavius (Erasmus Universiteit, Rotterdam, Netherlands)
資料名： Cognitive Computation  (Cognitive Computation)
巻： 14  号： 1  ページ： 442-460  発行年： 2022年 
JST資料番号： W4174A  ISSN： 1866-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 財政投資家は利用可能な情報に基づく取引を行う。以前の研究は,マイクロブログが株式市場決定を支援するための有用な資源であることを証明した。しかし,金融ドメインは,これらのマイクロブログから感情を抽出するのに利用できる特定の感情辞書を欠いている。本研究では,財政的感情辞書を構築するために使用できる自動アプローチを検討した。感情辞書を自動的に構築するために,ポイントワイズ相互情報アプローチの重み付きバージョンを導入した。さらに,既存の感情辞書は,感情辞書を構築しながら,しばしば否定を無視する。本研究では,感情レキシコンを構築するとき,感情構築手法を拡張するために,感情構築アプローチを拡張するために,2つの方法(Neged Word and Flip Sentiment)を提案した。StockTwitsから200,000メッセージをレバレッジすることによって,金融感情辞書を構築した。2つの異なる感情分類タスク(教師なしおよび教師つき)において,構築した金融感情辞書を評価した。さらに,作成した金融感情辞書を,互いに,他の既存の感情辞書と比較した。重み付け正規化ポイントワイズ相互情報アプローチとNeged Wordアプローチを結合することにより,最良実行金融感情レキシコンを構築した。それは,2つの感情分類タスクにおいて,すべての他の感情辞書を凌駕する。教師なし感情分類タスクにおいて,平均,69.4%の均衡精度,および教師つき設定において,75.1%の均衡精度があった。さらに,様々な感情分類タスクにより,感情辞書は,感情辞書を構築しながら,交渉を考慮することにより改善できることを確認した。改善は,感情リーキシコン構築プロセスにおける否定を取り入れるために,提案した方法の1つを使用することによって行うことができた。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  株式市場 ,  *金融 ,  釣合 ,  重みづけ ,  正規化
準シソーラス用語： 投資家 ,  マイクロブログ ,  感情分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 感情分析 ,  金融感情辞書 ,  否定 ,  重み付き点別相互情報 ,  ニューラルネットワーク

分類 (3件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (4件)： 構築 ,  金融 ,  感情 ,  説明