TY -的A2 -叮,白元盟——咚,姗姗盟——刘、张PY - 2021 DA - 2021/10/11 TI -金融文本情感分类的基础上深度学习SP - 9524705六世- 2021 AB -金融文本情感分类是非常重要的对于预测股票市场和金融危机。目前,随着应用程序的流行领域的自然语言处理(NLP)采用深度学习,自动文本分类和文本情感分类的应用越来越广泛。然而,金融领域的文本情感分类,由于缺乏标记样本,这样的应用程序是有限的。domain-adaptation-based金融文本情感分类方法提出了本文可采用源域(SD)与情绪标签和大量的文本数据标记目标领域(TD)金融文本数据,提出了神经网络的训练样本。该方法是一个跨域transfer-learning-based方法。子网域分类添加到原始神经网络和域分类损失函数也添加到原始训练损失函数。因此,网络能够同时适应目标域,然后完成分类任务。拟议的情绪分类转移的实验学习方法是通过一个开源的数据集进行的。该方法在本文中使用亚马逊的评论书籍,dvd、电子、和厨房电器作为源域跨领域学习,和分类准确率可以达到65.0%,61.2%,61.6%,和66.3%,分别。与nontransfer学习相比,分类准确率提高了11.0%,7.6%,11.4%,和13.4%,分别。 SN - 1687-5265 UR - https://doi.org/10.1155/2021/9524705 DO - 10.1155/2021/9524705 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -