2019년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
SHAP를 이용한 금융 이유 설명 문장 분류 모델 분석 |
| 영문제목(English Title) |
Model Analysis using SHAP on Classification of Sentences Explaining Financial Reasons |
| 저자(Author) |
천예은
박영진
성낙원
최재식
Yeeun Chun
Youngjin Park
Nakwon Sung
Jaesik Choi
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 1070 ~ 1072 (2019. 06) |
한글내용
(Korean Abstract) |
수많은 투자 관련 정보 중에 신뢰도 높은 정보를 개인이 선별하기 쉽지 않다. 또한 현재까지 주가 상승 및 하락의 이유를 설명하는 연구에 관심이 적다. 이를 위해 본 연구에서는 기업이 제공하는 공시보고서에 서 주가 상승 및 하락의 이유를 설명하는 문장 데이터를 수집 후 분류한다. 해당 데이터를 다항 분포 나이브 베이즈 분류, 로지스틱 회기, LSTM 및 양방향 LSTM 모델에 적용한 후 성능을 비교하였다. 또한 각 학습모델의 의사결정이 인간의 이유 설명 판단과 유사한지 판단하기 위해 나이브 베이즈 모델과 SHAP을 이용하여 분석하였다. 그 결과, 양방향 LSTM 모델이 인간의 판단과 가장 유사한 것으로 나타났다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
