本書在全面概述預(yù)訓(xùn)練語言模型演進(jìn)過程并對(duì)BERTology模型詳盡綜述的基礎(chǔ)上，將深度學(xué)習(xí)預(yù)訓(xùn)練模型理論和金融行業(yè)實(shí)踐相結(jié)合，介紹了深度學(xué)習(xí)預(yù)訓(xùn)練模型在人工智能產(chǎn)業(yè)、金融行業(yè)、金融科技領(lǐng)域的實(shí)戰(zhàn)項(xiàng)目案例，專注于金融文本情緒分類典型應(yīng)用場(chǎng)景，揭示出特定領(lǐng)域預(yù)訓(xùn)練模型潛在的一般規(guī)律。全書共分7章，分別為： 預(yù)訓(xùn)練模型與金融文本情緒分類任務(wù)、預(yù)訓(xùn)練語言模型關(guān)鍵技術(shù)、面向中文金融文本情緒分類的預(yù)訓(xùn)練模型對(duì)比、FinWoBERT： 中文金融領(lǐng)域增強(qiáng)預(yù)訓(xùn)練模型、GAN�睩inWoBERT： 對(duì)抗訓(xùn)練的中文金融預(yù)訓(xùn)練模型、FinWoBERT+ConvLSTM： 基于投資者情緒權(quán)重的科創(chuàng)50指數(shù)預(yù)測(cè)、總結(jié)與展望，每章內(nèi)容隨項(xiàng)目實(shí)踐的深入層層遞進(jìn)、逐步展開。
本書適合自然語言處理、金融科技領(lǐng)域的研究人員和技術(shù)人員，高等學(xué)�；蚺嘤�(xùn)機(jī)構(gòu)教師和學(xué)生以及有意了解相關(guān)領(lǐng)域的學(xué)習(xí)者和愛好者閱讀。