从网上获取的描述库存(趋势)增加或减少的文章的分类

Question

我正在构建一个人工智能，与自然语言处理集成在我的学校项目应用程序(一个应用程序专门为贸易商)。我在想，在股票市场中，最常用来表达消极(或积极)的词是什么？如果某只股票的价值正在下降(或增加)，那么什么词最有可能出现在报纸上？

最终目标:将一篇从网上获取的文章归类为描述股票的增减。

是否有任何公开的免费数据集处理这一问题？

否则，是否有将句子归类为趋势或不趋势的数据集？

任何建议，帮助，甚至合作将是非常感谢的！

Answer 1

您可以使用深度学习网络来生成情感分析。预先训练过的模型可以使用向量化的词表进行训练，这些词列表通常与积极和消极相关联。然而，这些可能不能很好地推广到您的特定用例。

由于股票的历史性质，你可以轻松地从在线资源编译你自己的数据库。例如，您可以在数据集中构造实例，如下所示。将2001年2月5日与Google相关的文章中的所有单词标记化，那么目标标签可以是2001年2月7日的股票价值。你可以随心所欲地选择时间间隔。如果您这样做了大量实例，您的数据集应该能够包含一些概念，哪些词在文章中会导致股票价格上升或降低。