초록
금융 감성 분석은 전문적인 언어와 라벨링된 데이터의 부족으로 인해 어려운 과제입니다. 일반 목적 모델들은 금융 문맥에서 사용되는 전문적인 언어 때문에 충분히 효과적이지 않습니다. 우리는 사전 학습된 언어 모델이 이 문제를 해결하는 데 도움이 될 수 있다고 가정합니다. 이는 라벨링된 예제가 적게 필요하고, 특정 영역의 말뭉치로 추가 학습할 수 있기 때문입니다. 우리는 금융 영역의 자연어 처리(NLP) 과제를 해결하기 위해 BERT 기반의 언어 모델인 FinBERT를 소개합니다. 우리의 결과는 두 개의 금융 감성 분석 데이터셋에 대한 현재 최신 연구 결과보다 모든 측정 지표에서 개선된 것을 보여줍니다. 우리는 작은 훈련 세트와 모델의 일부만 미세 조정(fine-tuning)한 경우에도 FinBERT가 최신 머신러닝 방법들을 능가한다는 것을 발견했습니다.