VIP15
本课程属于：045-金融NLP与文本智能 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

金融公告文本分类与多标签识别实战

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=金融公告文本分类与多标签识别的… · 核心概念 · 整体框架与实战价值
课程导入目标=金融公告文…
02
金融公告基础
目标=金融公告的类型 · 结构 · 语言特点
金融公告基础目标=金融公告的…
03
文本分类入门
目标=文本分类的定义 · 流程 · 评估指标
文本分类入门目标=文本分类的…
04
多标签识别基础
目标=多标签与多分类的区别 · 标签相关性 · 评价指标与典型应用
多标签识别基础目标=多标签
05
数据采集与预处理
目标=金融公告数据来源 · 爬虫策略 · 去噪
数据采集预处理
06
文本表示方法
目标=词袋模型 · TF-IDF · Word2Vec
文本表示方法目标=词袋模型
07
传统机器学习方法
目标=朴素贝叶斯 · SVM · 随机森林在金融公告分类中的实战
传统机器学习方法目标=朴素贝叶斯
08
深度学习方法
目标=CNN · RNN · LSTM
深度学习方法CNN
09
预训练模型应用
目标=BERT · RoBERTa · FinBERT等模型在金融公告分类中…
预训练模型应用BERT
10
多标签分类算法
目标=问题转换法 · 算法适应法 · 标签相关性建模与深度多标签模型
多标签分类算法目标=问题转换法
11
特征工程实战
目标=金融领域关键词 · 实体 · 情感
特征工程实战目标=金融领域关…
12
类别不平衡处理
目标=重采样 · 代价敏感学习 · 数据增强与金融公告中的长尾问题
类别不平衡处理目标=重采样
13
模型评估与调优
目标=准确率 · 召回率 · F1
模型评估调优
14
实战案例一
目标=上市公司公告分类（如财报 · 重组 · 分红
实战案例一目标=上市公司公…
15
实战案例二
目标=金融公告多标签识别（如同时涉及… · 诉讼 · 担保）全流程
实战案例二目标=金融公告多…
16
实战案例三
目标=基于预训练模型的金融公告多标签…
实战案例三目标=基于预训练…
17
模型部署与监控
目标=API服务 · 批量预测 · 性能监控
模型部署监控
18
可解释性与合规
目标=注意力机制 · LIME · SHAP在金融文本分类中的解释与合规…
可解释性合规
19
常见问题与解决方案
目标=数据稀缺 · 标签噪声 · 领域迁移
常见问题解决方案
20
综合项目一
目标=从零构建金融公告分类系统（数据…
综合项目一目标=从零构建金…
21
综合项目二
目标=多标签识别在金融风控与舆情监控…
综合项目二目标=多标签识别
22
前沿技术展望
目标=大语言模型 · 提示学习 · 少样本学习在金融文本分类中的潜力
前沿技术展望目标=大语言模型
23
课程总结与提升
目标=知识体系回顾 · 实战经验提炼 · 持续学习路径与资源推荐
课程总结提升
24
金融公告文本分类中的领域适应
目标=跨市场 · 跨语言 · 跨时间的迁移学习策略
金融公告文本分类领域适应
25
多标签识别中的标签层次与依赖
目标=层次多标签分类 · 标签关系挖掘与图神经网络应用
多标签识别标签层次
26
金融公告中的事件抽取与分类联合建模
目标=事件类型识别与多标签分类的协同…
金融公告事件抽取
27
基于规则与深度学习的混合方法
目标=规则引擎与神经网络结合提升金融…
基于规则深度学习的混合方…
28
金融公告文本分类中的对抗攻击与鲁棒性
目标=对抗样本生成 · 防御策略与模型稳定性
金融公告文本分类对抗攻击
29
金融公告多标签识别的主动学习与半监督学习
目标=降低标注成本与提升模型泛化能力
金融公告多标签识…半监督学习
30
课程实战复盘与面试准备
目标=项目经验梳理 · 技术难点总结 · 常见面试题与职业发展建议
课程实战复盘面试准备