基于LLM的阿拉伯语金融情绪分析：来自沙特市场的证据

arXiv cs.CL 论文
arabic-nlp financial-sentiment llm arabic-language sentiment-analysis saudi-market nlp-framework

摘要

本文提出了一种利用大语言模型进行阿拉伯语金融情绪分析的框架，专门针对沙特市场，整合新闻和社交媒体数据以捕捉投资者情绪。

arXiv:2605.19714v1 公告类型：新 摘要：投资者情绪影响金融市场，但由于语言复杂性和资源有限，在阿拉伯语金融语境中建模情绪仍然具有挑战性。我们提出了一个面向沙特市场的大规模金融情绪分析阿拉伯语NLP框架，整合官方财经新闻和社交媒体以捕捉机构和个人投资者的情绪。该框架通过一个多阶段流程构建大型阿拉伯语金融语料库，包括数据收集、清洗、去重、实体链接和情绪标注。基于Transformer的命名实体识别结合精心整理的公司词典，将文本提及与规范的公司标识符关联起来，并使用五类方案分配情绪标签。最终数据集包含84,000个样本，支持公司层面的情绪聚合以及相对于沙特交易所股票市场行为的情绪动态分析。实验结果表明该阿拉伯语金融情绪分析可靠且可扩展。
查看原文
查看缓存全文

缓存时间: 2026/05/20 08:26 

# 基于大语言模型的阿拉伯语金融情感分析：来自沙特市场的实证研究
来源：https://arxiv.org/abs/2605.19714
查看PDF (https://arxiv.org/pdf/2605.19714)

> 摘要：投资者情绪塑造金融市场，然而在阿拉伯语金融语境中，由于语言复杂性和资源有限，情感建模仍具挑战。我们提出一个面向沙特市场的阿拉伯语NLP框架，用于大规模金融情感分析，该框架整合官方金融新闻与社交媒体，以捕捉机构投资者和公众投资者情绪。该框架通过多阶段流水线构建大规模阿拉伯语金融语料库，涵盖数据收集、清洗、去重、实体链接和情感标注。基于Transformer的NER模型结合精心编制的公司词典，将文本提及与规范化公司标识符进行关联，并采用五类情感标注方案。最终生成包含8.4万个样本的数据集，支持公司层面的情感聚合，以及相对于沙特交易所股票市场行为的情感动态分析。实验结果表明，该方法可实现可靠且可扩展的阿拉伯语金融情感分析。

## 提交历史

来自：Enrico Lopedoto [查看邮箱 (https://arxiv.org/show-email/fa62f7bd/2605.19714)] **\[v1\]** 2026年5月19日星期二 11:50:33 UTC (563 KB)

相似文章