中文金融情感词典发布啦

2021暑期 | 结构模型、Stata实证前沿、Python数据挖掘暑假工作坊

可以使用cnsenti库中的自定义方法，计算年报或财经类社交媒体的文本情绪。

姚加权，冯绪，王赞钧，纪荣嵘，张维. 语调、情绪及市场影响：基于金融情绪词典. 管理科学学报，2021. 24(5), 26-46.

该论文开发了中文的金融情感词典，已有的中文金融情感词典有以下不足：

大多采用形容情绪词，对于金融场景适用性差
将LM英文词典本土化，制作中文金融情绪词典
词典构建方法多为人工

该论文开发中文情绪词典，从年报和社交媒体两个数据源出发，借助数据挖掘和深度学习算法，构建了正式用语和非正式用于两大类情感词典。

标注思路

一般构建词典要么用多个词典融合，要么人工标准训练。该论文采用了一定的技巧，不需要人工标注即可实现近乎人工标注的效果。

正式词典标注思路

正式用语情感词典，通过年报公布后3个交易日累积正负收益率为标准，将年报标记为正负面情绪两类。

非正式词典标注思路

使用所有中国上市公司在雪球论坛和东方财富股吧内相关帖子，共8130万条。

在网络股票论坛，用户发表自己的意见时，经常带有表情符号，从而使得帖子带有明显的情绪指标。这种含有特殊指标的帖子，省去了人工标注文本情绪的工作。

具体构建词典的步骤，大家可以阅读论文原文。论文已经公开了中文情感词典，我已将其整理为4个txt文件

formal_pos.txt 正式用语正面情绪词典
formal_neg.txt 正式用语负面情绪词典
unformal_pos.txt 非正式用语正面情绪词典
unformal_neg.txt 非正式用语负面情绪词典

中文金融词典使用方法

cnsenti实现了自定义词典功能，导入不同的txt词典文件，即可实现不同方面的情绪词统计。

年报正式用语词典

dict/formal_pos.txt 正式用语正面情绪词典
dict/formal_neg.txt 正式用语负面情绪词典

from cnsenti import Sentimentsenti = Sentiment(pos='dict/formal_pos.txt',  #正面词典txt文件相对路径neg='dict/formal_neg.txt',  #负面词典txt文件相对路径merge=False,             #是否将cnsenti自带词典和用户导入的自定义词典融合encoding='utf-8')      #两txt均为utf-8编码test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result = senti.sentiment_count(test_text)print('sentiment_count',result)

Run

sentiment_count {'words': 16, 'sentences': 2, 'pos': 3, 'neg': 0}

财经社交媒体非正式用语词典

dict/unformal_pos.txt 非正式用语正面情绪词典
dict/unformal_neg.txt 非正式用语负面情绪词典

from cnsenti import Sentimentsenti = Sentiment(pos='dict/unformal_pos.txt',  #正面词典txt文件相对路径neg='dict/unformal_neg.txt',  #负面词典txt文件相对路径merge=False,             #融合cnsenti自带词典和用户导入的自定义词典encoding='utf-8')      #两txt均为utf-8编码test_text = '这个股票前期走势承压，现在阴跌，散户只能割肉离场，这股票真垃圾'
result = senti.sentiment_count(test_text)print('sentiment_count',result)

Run

sentiment_count {'words': 18, 'sentences': 1, 'pos': 0, 'neg': 2}

说明

读者如需使用本项目词典，请引用如下参考文献：

姚加权，冯绪，王赞钧，纪荣嵘，张维. 语调、情绪及市场影响：基于金融情绪词典. 管理科学学报，2021. 24(5), 26-46.

词典链接:https://pan.baidu.com/s/1RjFJzehEHGyCLbC7GtCYWQ 密码:esdp

另外，Python暑期工作坊现在正在报名，内容涵盖Python语法、数据采集(网络爬虫)、文本数据清洗（文本分析）、机器学习等。20号开始直播。感兴趣的可以关注

2021暑期 | 结构模型、Stata实证前沿、Python数据挖掘暑假工作坊

腾讯课堂 | Python网络爬虫与文本分析

近期文章

腾讯课堂 | Python网络爬虫与文本分析B站视频 | Python自动化办公
语法最简单的微博通用爬虫weibo_crawler发布一个智能解析算法库hiResearch 定义自己的科研首页大邓github汇总， 觉得有用记得star
whatlies包 | 简单玩转词向量可视化multistop ~ 多语言停用词库
Jaal 库 轻松绘制动态社交网络关系图
SciencePlots | 科研样式绘图库
使用streamlit上线中文文本分析网站
爬虫实战 | 采集&可视化知乎问题的回答
Clumper | dplyr式的Python数据操作包Clumper库 | 常用的数据操作函数Clumper库 | Groupby具体案例用法Clumper库 | 其他数据分析plydata库 | 数据操作管道操作符>>
plotnine: Python版的ggplot2作图库
读完本文你就了解什么是文本分析文本分析在经管领域中的应用概述
综述:文本分析在市场营销研究中的应用plotnine: Python版的ggplot2作图库
Wow~70G上市公司定期报告数据集漂亮~pandas可以无缝衔接Bokeh
YelpDaset: 酒店管理类数据集10+G