Current Result Document :
| 한글제목(Korean Title) |
Self-Training을 통한 금융 감성 분석 모델 |
| 영문제목(English Title) |
Korean Financial Sentiment Analysis through Self-Training |
| 저자(Author) |
김지연
임희석
Kim Ji Yeon
Heui-Seok Lim
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0338 ~ 0340 (2022. 06) |
한글내용
(Korean Abstract) |
근래 자연어 처리 모델을 다양한 분야에 접목시키기 위한 연구가 활발하게 진행되고있다. 그러나 한국어 금융 분야의 감성 분석 모델은 제한된 데이터와 환경으로, 구현하기에는 어려움이 있다. 이 문제를 해결 하기 위해 Self-Training을 통해 금융 감성 분석을 위한 가상의 금융 데이터를 구축하고 이를 활용하여 금융 도메인의 감성 분석 모델을 구축을 제안한다. 본 논문에서는 pseudo labeled 금융 데이터를 사용 하여 한국어 BERT 모델을 학습했을 때 성능이 향상됨을 통해, 감성분석에서 데이터 도메인의 중요성을 입증하였다. 금융 감성분석 모델의 성능을 향상시키기 위해 금융 학습 모델인 KoBERT[2], LMKor[3], HanBERT[4] 모델에 pseudo labeled 금융 자연어 데이터를 학습하여 비교 및 분석하였다. 추가로 Self-Training으로 얻은 데이터의 양을 증가시켜 학습했을 때 데이터의 양이 증가할수록 정확도 역시 계속 상승하였다. 이를 토대로 실제 금융 산업에 적용 할 수 있는 감성 분석 모델을 제안한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
