學術產出-國科會研究計畫

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

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
Deep Learning and Analysis of Climate Change Sentiment Extraction in Unstructured Data
作者 江彌修
貢獻者 金融系
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
Non-financial data; Unstructured data; Climate change investor sentiment extraction; Text mining Techniques; Ensemble deep reinforcement learning; Corporate Credit Risk
日期 2025-10
上傳時間 7-四月-2026 13:17:29 (UTC+8)
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。
關聯 國家科學及技術委員會, NSTC113-2410-H004-020, 113.08-114.07
資料類型 report
dc.contributor 金融系
dc.creator (作者) 江彌修
dc.date (日期) 2025-10
dc.date.accessioned 7-四月-2026 13:17:29 (UTC+8)-
dc.date.available 7-四月-2026 13:17:29 (UTC+8)-
dc.date.issued (上傳時間) 7-四月-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