De los lexicones: NLP en la construcción del Lexicón de Drivers de Mercado en Español
DOI:
https://doi.org/10.59471/raia201939Palabras clave:
Lexicón, Drivers, Mercados Financieros, Procesamiento de Lenguaje NaturalResumen
En nuestra aproximación sobre el análisis e interpretación de las noticias financieras sostenemos que, además de la necesidad de un lexicón de propósitos específicos para finanzas, es fundamental contar con lexicones de “drivers de mercado”, siendo un driver de mercado, aquel factor que ejerce un efecto material sobre una actividad de otra entidad, contextualmente dependiente y que afecta al mercado financiero en un momento determinado. Desde nuestro enfoque, proponemos: en primer lugar, conceptualizar las diferentes categorías de “drivers de mercado”, en segundo lugar, explicar de manera sucinta cómo mediante las técnicas de Procesamiento de Lenguaje Natural (NLP) se realiza la construcción del lexicón de drivers, y explicitar la relevancia del lexicón de drivers en la interpretación de noticias financieras y su correlación con los movimientos del mercado.
Métricas
Citas
» Biwer, T., Jackobsen, B., and Kurkiewicz , A. (2012). Market Drivers: Fundamentals vs. Technicals. Is the market driven by fundamental factors, technical factors, or a mix of both? FCA Magazine, June 2012.
» Fersini E., Messina E., Pozzi FA. (2014). Automatic construction of financial semantic orientation lexicon from large scale Chinese news corpus. Decis Support Syst, (68), 26–38.
» Jimenez-Yañez, R., Gonzalez-Sanjurio, H. Rayson, P., and Piao, S. (2017). Building a Spanish lexicon for corpus analysis. Conference: 35th Edition of the International Conference of The Spanish Association of Applied Linguistics (AESLA). Jaén, SpainVolume: Languages at the Crossroads: Training, Accreditation and Context of Use, 227-339. ISBN: 978-84-9159-108-5
» Loughran T, McDonald B. (2011). When is a liability not a liability? Textual analysis, dictionaries. J Finance, (66), 35–65.
» Mao H, Gao P, Wang Y, Bollen J. (2014). Automatic construction of financial semantic orientation lexicon from large scale Chinese news corpus. 7th Financial risks international forum.
» Mittnik, S., Robinzonov,N. and Spindler M. (2015). Stock market volatility: Identifying major drivers and the nature of their impact. Journal of Banking and Finance, (58), 1–14.
» Moreno-Sandoval, L., Beltrán-Herrera, P., Vargas-Cruz, J. , Sánchez-Barriga, C., Pomares-Quimbaya, A., Alvarado-Valencia, J. and C. García-Díaz, J. (2017). CSL: A Combined Spanish Lexicon Resource for Polarity Classification and Sentiment Analysis. In Proceedings of the 19th International Conference on Enterprise Information Systems (ICEIS 2017), (1), 288-295.
» Shin, B., Lee, T. and Choi, J. (2017). Lexicon Integrated CNN Models with Attention for Sentiment Analysis. Proceedings of the 8th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis, 149–158. Copenhagen, Denmark, September 7–11, 2017
» Song, G. (2018). The drivers of the Great Bull Stock Market of 2015 in China: Evidence and Policy Implications.
» Taboada, M., Brooke, J., Tofiloski, M., Voll, K. and M. Stede (2011) “Lexicon-Based Methods for Sentiment Analysis”. Association for Computational Linguistics, vol. 37, (2), 267-307.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Alejandra M. J. Litterio
![Creative Commons License](http://i.creativecommons.org/l/by-nc/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Este artículo se distribuye bajo la licencia Creative Commons Atribución-NoComercial 4.0. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.