2017 年 24 巻 4 号 p. 547-577
本研究では,金融分野に特化した極性辞書の作成を目的とし,ニュースデータと株式価格データから極性辞書の作成を行う.株式価格情報から単語のポジティブ/ネガティブの情報を獲得するため,ニュース記事が言及している銘柄の株式価格変動を算出する.株式価格変動をニュース記事の教師情報として,教師あり学習を行ったのち,学習器から単語の極性情報を抽出することで,単語に対して重み付き極性値の付与を試みた.そして,作成した極性辞書を用いて,学習に用いたメディアのニュース記事分類と他メディアのニュース記事分類を行うことにより,本研究手法の有効性を検証した.検証の結果,ニュース記事配信日の株式リターンに関して,将来のニュース記事を分類できること,また,異なるメディアのニュース記事も分類できることを示した.一方で,ニュース記事配信日から 2 営業日以上離れると,ニュース記事分類が困難であることが示された.