基于词嵌入和情感分析的股票预测 介绍： 在这个项目中，我们在金融新闻数据集上使用了几种词嵌入方法，以创建史前股价数据集的附加功能，并训练了一个模型来预测特定时间的收盘价。 我们将该问题表述为回归问题。 我们首先构建时间序列数据，然后使用前30天的数据来预测第二天的收盘价。 我们使用的主要工具基于名为“ BERT”的语言模型，即来自变压器的双向编码器表示形式。 在这个项目中，我们将使用LSTM和下面列出的每个工具训练模型，并比较它们的结果。 最后，我们将尝试整合用于训练最终模型的工具，并希望获得