金融新聞機器學習

Question

我有來自彭博，MarketWatch，CNN等各種金融網站的新聞文章列表。我想根據他們的財務相關性對文章進行分類，以便了解任何財務困境或任何危機是是否涉及。

我使用NLTK開發了一個Python程序，根據它的財務相關性給每篇文章打分。

目前，我正在使用像關鍵字列表/詞典：

• 市場
• 金融
• 損失
• 貸款等

和檢查多少單詞從這個列表出現在新聞文章中並保持每個分數，然後添加所有單詞分數以獲得總分。

同樣地，我有列表/金融短語的詞彙：從這個

• 未能與債權人同意
• 申請破產
• 文件第11章，等

成績列表和上面的列表被添加，然後將總體分數分配給作爲其相關性的指標的文章。

我想在這個過程中納入機器學習，並希望將上述方法的已分類新聞文章作爲訓練集。

請幫助找到最佳算法來實現此目的。

Answer 1

這是一個分類機器學習問題和Logistic迴歸會做的伎倆：

Logistic Regression Wikipedia