摘要
本文介绍了我们在金融领域针对给定文本进行情感与观点维度预测的集成方法。该集成方法结合了卷积神经网络（CNN）与循环神经网络（RNN），并采用岭回归（ridge regression）与投票策略进行情感和观点维度的预测，因此无需依赖任何人工设计的特征。基于公开训练集的5折交叉验证结果表明，CNN在两项任务上整体表现优于RNN，而通过融合不同类型的深度学习模型，集成方法能够进一步提升预测性能。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| sentiment-analysis-on-fiqa | Deep Neural Networks (DNN) | MSE: 0.09 R^2: 0.41 |