| dc.contributor | 金融系 | |
| dc.creator (作者) | 江彌修 | |
| dc.date (日期) | 2025-10 | |
| dc.date.accessioned | 7-Apr-2026 13:17:29 (UTC+8) | - |
| dc.date.available | 7-Apr-2026 13:17:29 (UTC+8) | - |
| dc.date.issued (上傳時間) | 7-Apr-2026 13:17:29 (UTC+8) | - |
| dc.identifier.uri (URI) | https://ah.lib.nccu.edu.tw/item?item_id=181932 | - |
| dc.description.abstract (摘要) | 本研究旨在深入探討非結構化資料中的氣候變遷情緒，透過文字探勘技術提取電話會議記錄和媒體報導的軟資訊，挖掘氣候變遷情緒，同時建構企業違約預測模型。我們特別比較不同的情緒萃取方式，集成深度強化學習模型拓展研究範疇。在信用風險評估方面，以平行集成式機器學習框架結合多模型，包括SVR、XGBoost、RF、ANN、LSTM等，比較不同情緒結合基準模型，探究氣候變遷情緒對企業違約預測的影響。此外，研究非財務資訊在企業信用風險預測模型中的人工智慧量化機制，集成深度增強學習，分析文字探勘電話會議記錄、新聞報導和社群媒體等非結構化資料，研究氣候變遷情緒對探究氣候變遷情緒對企業違約預測的影響。 | |
| dc.format.extent | 116 bytes | - |
| dc.format.mimetype | text/html | - |
| dc.relation (關聯) | 國家科學及技術委員會, NSTC113-2410-H004-020, 113.08-114.07 | |
| dc.subject (關鍵詞) | 非結構話資訊; 氣候變遷情緒萃取; 文字探勘技術; 集成式的深度增強學習; 企業信用風險; 企業信用預警模型 | |
| dc.subject (關鍵詞) | Non-financial data; Unstructured data; Climate change investor sentiment extraction; Text mining Techniques; Ensemble deep reinforcement learning; Corporate Credit Risk | |
| dc.title (題名) | 非結構化資料中的氣候變遷情緒萃取之深度學習與分析 | |
| dc.title (題名) | Deep Learning and Analysis of Climate Change Sentiment Extraction in Unstructured Data | |
| dc.type (資料類型) | report | |
