金融新闻机器学习

Question

我有来自彭博，MarketWatch，CNN等各种金融网站的新闻文章列表。我想根据他们的财务相关性对文章进行分类，以便了解任何财务困境或任何危机是是否涉及。

我使用NLTK开发了一个Python程序，根据它的财务相关性给每篇文章打分。

目前，我正在使用像关键字列表/词典：

• 市场
• 金融
• 损失
• 贷款等

和检查多少单词从这个列表出现在新闻文章中并保持每个分数，然后添加所有单词分数以获得总分。

同样地，我有列表/金融短语的词汇：从这个

• 未能与债权人同意
• 申请破产
• 文件第11章，等

成绩列表和上面的列表被添加，然后将总体分数分配给作为其相关性的指标的文章。

我想在这个过程中纳入机器学习，并希望将上述方法的已分类新闻文章作为训练集。

请帮助找到最佳算法来实现此目的。

Answer 1

这是一个分类机器学习问题和Logistic回归会做的伎俩：

Logistic Regression Wikipedia