Aspect financier et prédictions de sentiment à l’aide de réseaux de neurones profonds : une approche par ensemble

Dans cet article, nous présentons notre approche par ensemble pour la prédiction de l’opinion (sentiment) et des aspects dans le domaine financier à partir d’un texte donné. Cette approche par ensemble combine des réseaux de neurones convolutifs (CNN) et des réseaux de neurones récurrents (RNN) avec une régression à ridge et une stratégie de vote pour la prédiction de l’opinion et des aspects, et ne dépend donc d’aucune caractéristique conçue manuellement. Sur la base d’une validation croisée à 5 plis sur l’ensemble d’entraînement publié, les résultats montrent que les CNN surpassent globalement les RNN sur les deux tâches, et que l’approche par ensemble permet d’améliorer davantage les performances en exploitant différentes approches d’apprentissage profond.