Project

SENTiVENT: event extractie en sentimentanalyse voor financiële toepassingen.

Acroniem
SentEvent
Looptijd
01-01-2017 → Lopend
Financiering
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO)
Onderzoeksdisciplines
  • Humanities
    • Computational linguistics
    • Corpus linguistics
  • Natural sciences
    • Data mining
    • Machine learning and decision making
    • Natural language processing
    • Information retrieval and web search
    • Ontologies, data curation and text mining
  • Social sciences
    • Knowledge representation and machine learning
    • Business economics
    • Applied economics not elsewhere classified
Trefwoorden
sentimentanalyse event-extractie financiële analyse-applicaties text mining information retrieval machinaal leren natuurlijke taalverwerking
 
Projectomschrijving

In economisch nieuws geven journalisten en analisten ook objectieve informatie over recente gebeurtenissen
bespreken van de implicaties van gebeurtenissen op een impliciet subjectieve manier. We onderzoeken text mining
benaderingen voor het extraheren van gestructureerde feitelijke gegevens naast subjectieve informatie uit het Nederlands en
Engelse economische nieuwsrapportage. Event-extractie verkrijgt gedetailleerde informatie over economisch
evenementen zoals overnames, wijzigingen van de CEO of productlanceringen: het vat een evenement samen en vertelt ons
wie is betrokken bij welk evenement met welke evenementeigenschappen. Aspect-gebaseerde sentimentanalyse geeft
ons een overzicht van wat een negatieve of positieve mening is over welk deel van een evenement
of entiteit. In standaard sentimentanalyse wordt alleen expliciet uitgedrukt sentiment gedetecteerd ("Dit
film is fantastisch. ") en huidige systemen gaan niet om met impliciete gevoelens van gezond verstand
wat connotentieel verbonden is met bepaalde gebeurtenissen of situaties. Bijvoorbeeld: "Motorola ziet een
omzetverhoging "duidt op een positief sentiment ten opzichte van het bedrijf. Dit impliciete sentiment
maakt de helft van de opinies uit in economisch nieuws, dus de verwerking ervan is belangrijk
financiële technologietoepassingen maken. Als validatie zijn de geëxtraheerde feiten en opiniegegevens
vergeleken met oordelen van financiële analisten en wordt gebruikt in aandelenprijsvoorspellingsexperimenten
waar we automatisch de koersbewegingen van aandelen voorspellen.