自然语言处理在金融舆情分析中的应用.docxVIP

自然语言处理在金融舆情分析中的应用

一、金融舆情分析与自然语言处理技术的融合发展基础

（一）金融舆情分析的核心内涵与现实痛点

金融舆情指的是与金融市场主体、金融产品、金融政策、金融活动相关的所有公开信息、公众观点、情绪表达与传播互动的总和，覆盖上市公司、金融机构、监管部门、普通投资者等所有参与主体，贯穿信息发布、传播、发酵、消退的全周期。传统金融舆情分析主要依赖人工巡检、剪报整理、简单关键词匹配等方式开展，存在覆盖面窄、响应滞后、判断主观性强等明显短板。随着互联网传播生态的持续演化，金融舆情的产生源头从传统财经媒体拓展到社交平台、短视频平台、投资者互动社区、直播弹幕、消费投诉平台等数十类渠道，信息形态从规范严谨的新闻公告拓展到口语化的发帖、语音转写文本、图片文字、视频字幕等非结构化内容，舆情传播的速度从以往的“按天计算”缩短到“按秒计算”，一条普通用户发布的信息可能在几十分钟内发酵成影响数亿市值波动的重大舆情事件。

有研究指出，在当前的市场环境下，超过六成的资本市场短期波动与非基本面的舆情信息直接相关，舆情传导对市场预期的影响甚至早于正式公告的发布（中国人民银行金融研究所，2022）。除了传播速度快、源头分散的特征之外，金融舆情本身还具备专业门槛高、语义隐晦、圈层传播特征明显等特点，比如投资者圈层内的各类暗语、反讽表达、企业公告中的模糊表述，没有长期的市场经验很难准确判断其真实含义