Resumen

La predicción de riesgos basada en texto financiero es un subconjunto importante para el análisis financiero. A través del análisis automático de comentarios financieros públicos, se pueden evaluar los fundamentos de las expectativas financieras actuales. En este artículo se propone un método de aprendizaje profundo para la predicción de riesgos financieros basado en clasificación de sentimientos. El método propuesto consta de dos pasos. En primer lugar, se extrae el resumen del mensaje financiero según el modelo seq2seq. Durante el proceso de extracción, el modelo seq2seq puede hacer frente a la situación de diferentes longitudes de mensajes de entrada. Después de la abstracción, la información inválida en los mensajes financieros puede filtrarse de manera efectiva, acelerando así el paso de clasificación de sentimientos subsiguiente. El paso de clasificación de sentimientos se realiza a través del modelo GRU según los textos abstractos. El método propuesto tiene las siguientes ventajas: (1) puede manejar mensajes financieros de diferentes longitudes; (2) puede filtrar la información inválida de los mensajes financieros; (3

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Financiero; Predicción de riesgo; Clasificación de sentimientos; Aprendizaje profundo; Modelo seq2seq; Modelo GRU
• Keywords:Financial; Risk prediction; Sentiment classification; Deep learning; Seq2seq model; GRU model