Resumen

Este artículo presenta el diseño de un nuevo método de minería de textos para el aumento de palabras clave basado en modelos de procesamiento del lenguaje natural. Los modelos de vectorización BERT y de discriminación de palabras clave NEZHA, amplían las palabras clave semilla a partir de dos dimensiones de similitud e importancia lo cual permite la construcción del tesauro de palabras clave para la predicción del precio de las acciones. El resultado muestra que, en comparación con las palabras clave semilla, los índices de búsqueda de las palabras extraídas tienen correlaciones más altas con el CSI 300 y pueden mejorar su capacidad de predicción. Los autores resaltan que el modelo de aumento de palabras clave diseñado es útil para la expansión de otras variables en la previsión de series temporales financieras.

• Materias:Técnicas de predicción Modelo de predicción Minería de datos Mercado de capitales Lenguaje natural Inteligencia de mercados Información de mercado Análisis de mercado
• Subjects:Prediction techniques Prediction modeling Data mining Capital market Natural language Market intelligence Market Information Market surveys
• Palabras claves:Minería de texto; Procesamiento de lenguaje natural; BERT; NEZHA; Predicción de precios de acciones; Tesauro de palabras clave; Correlación; CSI 300; CSI 300; Minería de texto; Procesamiento de lenguaje natural; BERT; NEZHA; Predicción de precios de acciones; Tesauro de palabras clave; Correlación; CSI 300
• Keywords:Text mining; Natural language processing; BERT; NEZHA; Stock price prediction; Keyword thesaurus; Correlation; CSI 300; CSI 300; Text mining; Natural language processing; BERT; NEZHA; Stock price prediction; Keyword thesaurus; Correlation; CSI 300