敖 翔 中国科学院计算技术研究所

报告题目： 事件级金融文本情感分析及其在证券市场监管中的应用

演讲摘要：针对⾦融数据多维关联、时序多频、尖峰厚尾的挑战，介绍⼈在环路的领域知识图谱构建⽅法，通过本体、规则、数据的多粒度⼈机交互，将领域知识注⼊知识图谱构建过程，提⾼了构建的质量与效率。在此基础上，介绍基于知识图谱的⾦融风险防控关键技术，及其在⾦融机构典型场景中的应用验证，为系统性⾦融风险的穿透式监管和中小企业信贷风控提供解决⽅案。证券市场作为国民经济的重要组成部分，其稳定性对于社会经济的健康发展具有深远影响。分析⾦融舆情对于监测证券市场运⾏状态和预测未来市场风险具有重要支撑作用。本报告将从⾦融⽂本情感分析的发展历程出发，介绍⾦融⽂本分析研究的最新进展以及在市场异动归因分析⽅面的实际应用。其中，将重点介绍我们定义的事件级别⾦融⽂本情感分析（EFSA）任务，以应对市场中复杂的各类事件对⾦融标的价格波动的影响。为支持本任务，我们基于⽹络财经新闻构建了目前规模最⼤的中⽂事件级⾦融⽂本情感分析数据集，并提出了基于⼤模型思维链框架的事件级⾦融⽂本情感分析⽅法，与已有⽅法相比达到了当前最先进的性能。

讲者简介：博士，中国科学院计算技术研究所副研究员、博士生导师，CCF高级会员，CCF数字金融分会常委、大数据专委执委。研究方向为智能金融、数据挖掘与自然语言处理。先后主持国家重点研发项目子课题1项，国家自然科学基金项目3项，CCF-腾讯犀牛鸟科研基金、阿里巴巴AIR计划（获优秀奖），腾讯广告犀牛鸟专项基金、蚂蚁集团金融安全专项基金等10余项科研项目，在IEEE TKDE、KDD、WWW、ICDE、SIGIR、ACL、AAAI、IJCAI等CCF A类期刊和会议发表论文40余篇，谷歌引用2900余次，H-index为28。入选北京市科技新星、中国科学院青促会、微软亚洲研究院“铸星计划”。担任SIGKDD、WWW、SIGIR、ACL、AAAI、IJCAI等学术会议的(高级)程序委员。