MARC状态：订购 文献类型：中文图书 浏览次数：21
- 题名/责任者:
- 深度学习预训练语言模型:中文金融文本情绪分类研究.案例篇/康明著
- 出版发行项:
- 北京:清华大学出版社,2022.8
- ISBN及定价:
- 978-7-302-60746-5/CNY69.90
- 载体形态项:
- 144页, [5] 页图版:图;26cm
- 其它题名:
- 中文金融文本情绪分类研究
- 丛编项:
- 大数据与人工智能技术丛书
- 个人责任者:
- 康明 著
- 学科主题:
- 机器学习-应用-自然语言处理
- 中图法分类号:
- TP391
- 责任者附注:
- 康明, 蒙纳士大学、中国社会科学院大学博士。
- 提要文摘附注:
- 本书在全面概述预训练语言模型演进过程、并对BERTology模型详尽综述的基础上, 将深度学习预训练模型理论和金融行业实践相结合, 介绍了深度学习预训练模型在金融行业金融科技产业人工智能领域实战项目案例, 专注于金融文本情绪分类典型应用场景, 揭示出特定领域预训练模型潜在的一般规律。全书分为7章, 分别为: 预训练模型与金融文本情绪分类任务、预训练语言模型关键技术、面向中文金融文本情绪分类的预训练模型对比、FinWoBERT: 中文金融领域增强预训练模型、GAN-FinWoBERT: 对抗训练的中文金融预训练模型、FinWoBERT+ConvLSTM: 基于投资者情绪权重的科创50指数预测、总结与展望, 每章内容随项目实践的深入层层递进、逐步展开。
- 使用对象附注:
- 本书适合自然语言处理、金融科技领域的研究人员和技术人员、高校教师和学生、培训机构以及有意了解相关领域的学习者和爱好者阅读
全部MARC细节信息>>