VIP15
本课程属于：032-另类数据、NLP与事件驱动研究 智能金融与金融工程 · 共 15 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

FinBERT金融文本情绪分析实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融文本情绪分析的价值 · FinBERT的定位 · 课程学习目标与整体知识框架
课程导入目标=金融文本情…
02
金融文本情绪分析基础
目标=情绪分析基本概念 · 金融领域特殊性 · 常见任务类型与应用场景
金融文本情绪分析…目标=情绪分析基…
03
金融文本数据来源与采集
目标=财报 · 新闻 · 公告
金融文本数据来源采集
04
金融文本预处理
目标=分词 · 去噪 · 标准化
金融文本预处理目标=分词
05
文本表示与预训练语言模型
目标=词向量 · 上下文表示 · Transformer架构与预训练范…
文本表示预训练语言模型
06
BERT模型核心原理
目标=注意力机制 · 掩码语言模型 · 下一句预测与微调机制
BERT模型核心原理
07
FinBERT模型介绍
目标=金融领域预训练语料 · 模型结构 · 与通用BERT的差异及优势
FinBERT模型介绍
08
Hugging Face生态与工具链
目标=Transformers · Datasets · Tokenizers
HuggingFace
09
金融情绪标注体系
目标=情感类别定义 · 标注规范 · 标注质量控制与一致性评估
金融情绪标注体系目标=情感类别定…
10
金融情绪数据集构建
目标=数据收集 · 清洗 · 标注
金融情绪数据集构…目标=数据收集
11
FinBERT微调流程
目标=环境配置 · 数据加载 · 模型加载
FinBERT微调流程
12
模型评估指标
目标=准确率 · 精确率 · 召回率
模型评估指标目标=准确率
13
模型调优与超参数搜索
目标=学习率 · 批次大小 · 序列长度
模型调优超参数搜索
14
类别不平衡与数据增强
目标=重采样 · 加权损失 · 文本增强与金融领域适配方法
类别不平衡数据增强
15
金融文本情绪分析实战一
目标=财报电话会议文本情绪分析全流程
金融文本情绪分析…目标=财报电话会…
16
金融文本情绪分析实战二
目标=财经新闻标题情绪分类与市场影响…
金融文本情绪分析…目标=财经新闻标…
17
金融文本情绪分析实战三
目标=社交媒体股票评论情绪挖掘与可视…
金融文本情绪分析…目标=社交媒体股…
18
模型解释与可解释性
目标=注意力可视化 · 特征重要性 · LIME与SHAP在金融文本中的应用
模型解释可解释性
19
模型部署与API服务
目标=模型导出 · ONNX · Flask/FastAPI服务化与性…
API模型部署
20
批量推理与实时流处理
目标=大规模金融文本处理 · 流式数据管道与工程化实践
批量推理实时流处理
21
金融情绪分析与量化交易
目标=情绪因子构建 · 信号生成 · 回测框架与风险控制
金融情绪分析量化交易
22
金融情绪分析与风险管理
目标=舆情监控 · 预警系统 · 压力测试与合规应用
金融情绪分析风险管理
23
多语言与跨市场金融文本分析
目标=多语言FinBERT · 跨市场迁移与本地化适配
多语言跨市场金融文本分…
24
常见问题与解决方案
目标=过拟合 · 数据泄露 · 标签噪声
常见问题解决方案
25
模型监控与持续学习
目标=性能监控 · 数据漂移检测 · 增量训练与模型更新策略
模型监控持续学习
26
伦理、合规与隐私
目标=金融数据合规 · 模型偏见 · 公平性与可审计性
伦理合规
27
综合项目一
目标=端到端金融情绪分析系统设计与实…
综合项目一目标=端到端金融…
28
综合项目二
目标=基于FinBERT的金融舆情监…
综合项目二FinBERT
29
前沿进展与扩展
目标=大语言模型 · 指令微调 · 多模态金融文本分析与未来趋势
前沿进展扩展
30
课程总结与提升
目标=知识体系回顾 · 实战经验提炼 · 学习路径规划与持续进阶建议
课程总结提升