基于文本表示学习的股市涨跌预测

作者:sds-admin 发布时间:2017-07-14

报告: 基于文本表示学习的股市涨跌预测
演讲人: 丁效(哈尔滨工业大学)
时间: 718日(周二)14:00-16:30
地点: 复旦大学邯郸校区子彬院205会议室
摘要: 人工智能技术已广泛应用于商业决策系统中,并有效驱动企业产能、效率等方面的提升。然而对于人工智能驱动的金融市场行情预测任务,现有研究一方面难以全面深入理解文本内容,另一方面抽取的特征维度较高且十分稀疏。本次报告旨在介绍通过对大规模文本进行语义表示学习,进而推动大数据驱动的金融市场行情预测研究工作,主要内容包括如下三方面:1)面向预测的事件表示学习方法;2)面向预测对象的句子表示学习方法;3)基于卷积神经网络的预测模型,量化学习不同层级金融文本特征给市场行情带来的影响。
人物简介: 丁效,哈尔滨工业大学助理研究员、空间基础科学研究中心主管设计师。主要研究方向为社会计算、自然语言处理和智能金融。2016年获得哈尔滨工业大学博士学位,已在AAAI、IJCAI、EMNLP、COLING等人工智能领域的著名国际期刊和会议发表相关论文20余篇。参与多项国家自然科学基金。担任中文信息学会社会媒体处理专委会通讯委员。担任ACL、AAAI、WWW、TIST、TNNLS等著名国际会议及学术期刊审稿人。