論文の概要: Words that Matter: The Impact of Negative Words on News Sentiment and
Stock Market Index
- arxiv url: http://arxiv.org/abs/2304.00468v2
- Date: Fri, 23 Feb 2024 02:05:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-26 18:37:06.436341
- Title: Words that Matter: The Impact of Negative Words on News Sentiment and
Stock Market Index
- Title（参考訳）: 意味のある言葉:ネガティブな言葉がニュースセンチメントと株価指数に与える影響
- Authors: Wonseong Kim
- Abstract要約: 本研究では, ネガティブな単語が感情分析に与える影響と, 韓国株式市場指数KOSPI200への影響について検討した。
この研究は、Word2Vec、コサイン類似性、および拡張辞書を用いて、韓国の日刊経済ニュース記事45,723件のデータセットを分析した。
- 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 negative words on sentiment analysis
and its effect on the South Korean stock market index, KOSPI200. The research
analyzes a dataset of 45,723 South Korean daily economic news articles using
Word2Vec, cosine similarity, and an expanded lexicon. The findings suggest that
incorporating negative words significantly increases sentiment scores'
negativity in news titles, which can affect the stock market index. The study
reveals that an augmented sentiment lexicon (Sent1000), including 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 sentiment lexicon (Sent0). The results underscore the importance of
considering negative nuances and context when analyzing news content and its
potential impact on market dynamics and public opinion.
- Abstract（参考訳）: 本研究では, ネガティブな単語が感情分析に与える影響と, 韓国株式市場指数KOSPI200への影響について検討した。
この研究は、Word2Vec、コサイン類似性、および拡張辞書を用いて、韓国の日刊経済ニュース記事45,723件のデータセットを分析した。
その結果, ネガティブな単語を取り入れることで, ニュースタイトルの感情スコアの否定性が著しく向上し, 株価指数に影響を及ぼす可能性が示唆された。
本研究は,「クライシス」と類似性が高い上位1000語を含む強化された感情辞書(Sent1000)が,従来の感情辞書(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ていることを明らかにした。
その結果,ニュースコンテンツの分析における否定的ニュアンスや文脈の検討の重要性と,市場動態や世論に与える影響を浮き彫りにした。
関連論文リスト
- Understanding the Impact of News Articles on the Movement of Market Index: A Case on Nifty 50 [0.0]
本研究は,様々な話題に関連するニュース項目に関する感情に対するニフティ50指数の動きの分析に焦点をあてた。
調査の結果,他の話題のニュース記事の感情スコアも指標の動きに大きく影響していることがわかった。
論文 参考訳（メタデータ） (2024-11-22T06:09:14Z) - 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) - 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。