Fugu-MT 論文翻訳(概要): Words that Wound: The Impact of Biased Language on News Sentiment and Stock Market Index

論文の概要: Words that Wound: The Impact of Biased Language on News Sentiment and Stock Market Index

arxiv url: http://arxiv.org/abs/2304.00468v1
Date: Sun, 2 Apr 2023 06:45:18 GMT
ステータス: 処理完了
システム内更新日: 2023-04-04 17:59:35.067127
Title: Words that Wound: The Impact of Biased Language on News Sentiment and Stock Market Index
Title（参考訳）: 傷ついた言葉:バイアス言語がニュース感情と株価指数に与える影響
Authors: Wonseong Kim
Abstract要約: 本研究では、韓国の日刊経済ニュース記事45,379件のデータセットにおける感情分析における偏見付き言語、特に「単語の単語」の影響について検討した。以上の結果から,偏りのある言語を取り入れることで,感情スコアの強度,特に負性度が著しく増幅されることが判明した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This study investigates the impact of biased language, specifically 'Words that Wound,' on sentiment analysis in a dataset of 45,379 South Korean daily economic news articles. Using Word2Vec, cosine similarity, and an expanded lexicon, we analyzed the influence of these words on news titles' sentiment scores. Our findings reveal that incorporating biased language significantly amplifies sentiment scores' intensity, particularly negativity. The research examines the effect of heightened negativity in news titles on the KOSPI200 index using linear regression and sentiment analysis. Results indicate that the augmented sentiment lexicon (Sent1000), which includes the top 1,000 negative words with high cosine similarity to 'Crisis,' more effectively captures the impact of news sentiment on the stock market index than the original KNU sentiment lexicon (Sent0). The ARDL model and Impulse Response Function (IRF) analyses disclose that Sent1000 has a stronger and more persistent impact on KOSPI200 compared to Sent0. These findings emphasize the importance of understanding language's role in shaping market dynamics and investor sentiment, particularly the impact of negatively biased language on stock market indices. The study highlights the need for considering context and linguistic nuances when analyzing news content and its potential effects on public opinion and market dynamics.
Abstract（参考訳）: 本研究では,韓国日報45,379記事の感情分析におけるバイアス付き言語,特に「傷ついた単語」が感情分析に与える影響について検討した。 Word2Vec,コサイン類似性,拡張辞書を用いて,これらの単語がニュースタイトルの感情スコアに与える影響を分析した。以上の結果から,偏りのある言語の導入は感情スコアの強度,特に否定性を大幅に増幅することが明らかとなった。線形回帰と感情分析を用いたKOSPI200指数に対するニュースタイトルの否定性向上の効果について検討した。以上の結果から,「クライシス」と類似度の高い上位1000語を含む強化感情辞書(Sent1000)は,従来のKNU感情辞書(Sent0)よりも,株価指数に対するニュース感情の影響を効果的に捉えることが示唆された。 ARDLモデルとImpulse Response Function (IRF)分析により、Sent1000はSent0と比較してKOSPI200に強く永続的な影響があることが明らかになった。これらの発見は、市場のダイナミクスと投資家の感情を形作ることにおける言語の役割を理解することの重要性を強調している。本研究は、ニュースコンテンツの分析における文脈や言語的ニュアンスの検討の必要性と、世論や市場動態に与える影響を強調した。

関連論文リスト

Analyst Reports and Stock Performance: Evidence from the Chinese Market [3.5424329406514703]
本稿では、自然言語処理(NLP)を用いてテキスト情報を抽出し、定量化し、ストックパフォーマンスを予測する。中国のアナリストの広範なデータセットを用いて、中国語のテキストにカスタマイズされたBERTディープラーニングモデルを用いて、この研究はレポートの感情を肯定的、中立的、否定的なものに分類する。この結果は、株価のボラティリティ、過剰なリターン、取引量に対するこの指標の予測能力を強調している。
論文参考訳（メタデータ） (2024-11-13T16:08:40Z)
You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
感情分析ツールが同じデータセットで一致しないことを示す。感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
論文参考訳（メタデータ） (2024-10-18T17:27:38Z)
Context is Important in Depressive Language: A Study of the Interaction Between the Sentiments and Linguistic Markers in Reddit Discussions [2.6571678272335717]
本研究では,抑うつにおける言語マーカーと感情表現の文脈としての議論トピックの影響について検討した。我々の感情分析では、抑うつ者の感情の強さは、コントロールよりも否定的感情と肯定的感情の両方が高いことが判明した。
論文参考訳（メタデータ） (2024-05-28T11:19:39Z)
Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文参考訳（メタデータ） (2022-12-24T00:19:32Z)
Fake News and Hate Speech: Language in Common [73.4764550713355]
3つの異なるデータセットにおいて、内集団対外集団指数という新しい指標を計算し、両者の現象が「我々対彼ら」の物語を共有していることを示す。
論文参考訳（メタデータ） (2022-12-05T15:35:10Z)
Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
論文参考訳（メタデータ） (2022-08-19T13:17:57Z)
Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
論文参考訳（メタデータ） (2021-11-15T18:58:20Z)
Emotions in Macroeconomic News and their Impact on the European Bond Market [1.392250707100996]
我々は、Global Database of Events、Language、Toneとして知られる大規模なオープンソースデータベースを使用して、債券市場の感情状態の感情指標を構築します。ニュースから抽出した否定的な感情は、苦しい期間に政府利回りスプレッドモデルの予測能力を向上させることが判明した。さらに、パニックのような強い負の感情は、短期的な地平線における拡散の変化を予測するのに有用な情報を明らかにする。
論文参考訳（メタデータ） (2021-06-15T10:15:18Z)
Automatic Construction of Context-Aware Sentiment Lexicon in the Financial Domain Using Direction-Dependent Words [6.664755699733471]
我々は、方向依存語からなる感性語彙に対してSenti-DDという語彙を構築する。実験の結果,Senti-DDでは高い分類性能が得られた。
論文参考訳（メタデータ） (2021-06-10T13:08:00Z)
A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文参考訳（メタデータ） (2020-12-10T01:15:48Z)
Stock Index Prediction with Multi-task Learning and Word Polarity Over Time [2.240287188224631]
感情抽出器と要約器からなる2段階システムを提案する。我々は、ニュースの価値を予測するマルチタスク学習のBERTを採用し、極性-極性(Polarity-Over-Time)という指標を提案して、単語の極性(Polarity)を抽出する。 Weekly-Monday予測フレームワークと10年間のReuters金融ニュースデータセットという新しいデータセットも提案されている。
論文参考訳（メタデータ） (2020-08-17T20:22:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。