論文の概要: LLM-Based Financial Sentiment Analysis in Arabic: Evidence from Saudi Markets

• arxiv url: http://arxiv.org/abs/2605.19714v1
• Date: Tue, 19 May 2026 11:50:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 01:01:02.811387
• Title: LLM-Based Financial Sentiment Analysis in Arabic: Evidence from Saudi Markets
• Title（参考訳）: アラビア語におけるLLMに基づく金融感性分析--サウジ市場からの証拠
• Authors: Mona H. Albaqawi, Eman M. Albalkhi, Joud A. Albaiti, Enrico Lopedoto,
• Abstract要約: サウジアラビア市場に適した大規模金融感情分析のためのアラビア語NLPフレームワークを提案する。 このフレームワークは、データ収集、クリーニング、重複解消、エンティティリンク、感情アノテーションを含む多段階パイプラインを通じて、大規模なアラビア財務コーパスを構築する。 84Kサンプルのデータセットは、企業レベルの感情集約と、株式市場の行動に対する感情ダイナミクスの分析をサポートする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Investor sentiment shapes financial markets, yet modeling sentiment in Arabic financial contexts remains challenging due to linguistic complexity and limited resources. We present an Arabic NLP framework for large-scale financial sentiment analysis tailored to the Saudi market, integrating official financial news and social media to capture institutional and public investor sentiment. The framework constructs a large Arabic financial corpus through a multi-stage pipeline encompassing data collection, cleaning, deduplication, entity linking, and sentiment annotation. Transformer-based NER combined with a curated company lexicon links textual mentions to canonical company identifiers, with sentiment labels assigned using a five-class scheme. The resulting dataset of 84K samples supports company-level sentiment aggregation and analysis of sentiment dynamics relative to stock market behavior on the Saudi Exchange. Experimental results demonstrate reliable and scalable Arabic financial sentiment analysis.
• Abstract（参考訳）: 投資家の感情は金融市場を形作るが、アラビア語の金融状況におけるモデリングの感情は、言語的な複雑さと限られた資源のために依然として困難である。 我々は、サウジアラビア市場に適した大規模金融感情分析のためのアラビア語NLPフレームワークを提示し、公的金融ニュースとソーシャルメディアを統合し、機関的および公共投資家の感情を捉える。 このフレームワークは、データ収集、クリーニング、重複解消、エンティティリンク、感情アノテーションを含む多段階パイプラインを通じて、大規模なアラビア財務コーパスを構築する。 トランスフォーマーをベースとしたNERと、キュレートされた企業レキシコンが組み合わさって、テキストによる言及を標準企業識別子にリンクし、5クラススキームを使用して感情ラベルを割り当てる。 その結果得られた84Kサンプルのデータセットは、サウジ証券取引所の株式市場行動に対する企業レベルの感情集約と感情動態の分析を支援する。 実験結果から、信頼性が高くスケーラブルなアラビア語の財務感情分析が得られた。

関連論文リスト

• SAHM: A Benchmark for Arabic Financial and Shari'ah-Compliant Reasoning [59.20983102634086]
  アラビア財務NLPとシャリヤ対応推論のための文書グラウンドベンチマークと命令チューニングデータセットであるSAHMを紹介する。 SAHMには、AAOIFI標準QA、fatwaベースのQA/MCQ、会計とビジネス試験、財務感情分析、抽出要約、イベント起因推論の7つのタスクにまたがる14,380のエキスパート認定インスタンスが含まれている。 アラビア語の流布は、証拠を根拠とした金銭的推論に確実に変換されない。
  論文  参考訳（メタデータ） (2026-04-21T05:24:08Z)
• FinSight: Towards Real-World Financial Deep Research [68.31086471310773]
  FinSightは、高品質でマルチモーダルな財務報告を作成するための新しいフレームワークである。 プロフェッショナルグレードの可視化を確保するため,反復視覚強調機構を提案する。 2段階のBinging Frameworkは、簡潔な分析セグメントをコヒーレント、引用認識、マルチモーダルレポートに拡張する。
  論文  参考訳（メタデータ） (2025-10-19T14:05:35Z)
• Financial Sentiment Analysis on News and Reports Using Large Language Models and FinBERT [0.0]
  本稿では,大規模言語モデル(LLM)とFinBERTの財務感情分析への応用について検討する。 この研究は、感情分類精度を向上させるため、ゼロショットと少数ショット戦略による迅速なエンジニアリングの利点を強調している。
  論文  参考訳（メタデータ） (2024-10-02T19:48:17Z)
• AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
  我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。 次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
  論文  参考訳（メタデータ） (2024-03-19T09:45:33Z)
• FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
  FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。 FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
  論文  参考訳（メタデータ） (2024-02-20T02:16:16Z)
• Instruct-FinGPT: Financial Sentiment Analysis by Instruction Tuning of General-Purpose Large Language Models [18.212210748797332]
  本稿では,これらの問題に対処する簡易かつ効果的な命令チューニング手法を提案する。 実験では, 最先端の教師付き感情分析モデルより優れていた。
  論文  参考訳（メタデータ） (2023-06-22T03:56:38Z)
• PIXIU: A Large Language Model, Instruction Data and Evaluation Benchmark for Finance [63.51545277822702]
  PIXIUは、命令データ付き微調整LLaMAに基づく最初の金融大規模言語モデル(LLM)を含む包括的なフレームワークである。 我々はLLaMAを細調整してFinMAを提案する。 我々は、FinMAと既存のLLMを詳細に分析し、重要な財政課題に対処する際の長所と短所を明らかにする。
  論文  参考訳（メタデータ） (2023-06-08T14:20:29Z)
• Contextual Sentence Analysis for the Sentiment Prediction on Financial Data [0.10878040851637999]
  企業や株式に関する感情を特定するために,トランスフォーマーモデルの階層的スタックを提案する。 見出しとマイクロブログを処理するためにRoBERTaモデルを微調整し、追加のTransformerレイヤと組み合わせて感情辞書による文解析を行った。
  論文  参考訳（メタデータ） (2021-12-27T17:12:57Z)
• FinEAS: Financial Embedding Analysis of Sentiment [0.0]
  FinEAS(Financial Embedding Analysis of Sentiment)と呼ばれる新しい言語表現モデルを導入する。 本研究では,標準的なBERTモデルからの教師付き微調整文の埋め込みに基づく財務感情分析の新しいモデルを提案する。
  論文  参考訳（メタデータ） (2021-10-31T15:41:56Z)

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。