新闻与传媒论文_无监督的财经新闻情感标注和情-新闻与写作

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

新闻与传媒论文_无监督的财经新闻情感标注和情

作者:

关键词:

摘要：

文章摘要:财经新闻报道作为金融市场重要的信息来源，其情感倾向与市场走势有着密切联系。然而财经新闻具有专业性、客观性、无标注的特点，对其情感倾向进行精准量化往往十分困难。因此，本文设计了两阶段的财经新闻情绪指数提取方法，在第一阶段，针对财经新闻无标注的问题，本文通过改进的SO-PMI算法构造财经新闻领域情感词典来对新闻进行无监督标注；在第二阶段，为了提取精确的新闻情感强度值，本文构造了新闻情绪指数，先利用已标注的新闻数据训练情感分类模型从而生成类别概率，然后通过概率值计算得到情绪指数。为了进一步验证该方法的有效性，将生成的情绪指数结合股市历史价格数据来对上证股指波动趋势进行预测。结果表明，基于注意力机制的预测模型在添加情绪指数变量后，准确率提升了3%—5%，说明了新闻情绪指数对于股指波动有较好的表征作用。

文章关键词:

论文DOI:10.15886/j.cnki.hnus.202112.1611

论文分类号:G212;F832.5

文章来源：《新闻与写作》网址: http://www.xwyxzzz.cn/qikandaodu/2022/0526/762.html