経済市場分析のための深層学習による経済新聞記事からの特徴抽出

カテゴリ: 研究会(論文単位)

論文No: IS17023

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2017/03/24

タイトル(英語): Feature Extraction from Economic Newspaper Articles using Deep Belief Network for Financial Market Analysis

著者名: 山崎 高弘(大阪産業大学),常盤 欣一朗(大阪産業大学)

著者名(英語): Takahiro Yamasaki(Osaka Sangyo University),Kin-ichiroh Tokiwa(Osaka Sangyo University)

キーワード: テキストマイニング|機械学習|深層学習|経済市場分析|text mining|machine learning|deep learning|financial market analysis

要約(日本語): 近年，テキストデータに対しても深層学習の技術を適用することで，特徴的なパターンを抽出することが可能となってきた．一方，テキストデータを金融市場分析に用いる研究も盛んに行われている．本研究では，経済新聞記事から専門語句の出現状況などの特徴を抽出し，記事に含まれるムードやセンチメントを機械学習により把握する．この結果から市場景況を分析し，その後の株価動向の方向性を予測することを目標とする．

要約(英語): This paper describes a method to analyze financial market by text data. This method utilizes text-mining and deep-learning technics to classify economic newspaper articles as negative or positive sentiment. We show the experimental results for predicting economic indicators whether goes up or down.

原稿種別: 日本語

PDFファイルサイズ: 1,118 Kバイト