FinBERT-PT-BR: Análise de Sentimentos de Textos em Português do Mercado Financeiro

Este artigo contribui com um modelo de análise de sentimento para notícias financeiras em língua portuguesa usando a arquitetura de rede neural BERT. O modelo foi treinado em duas etapas: modelagem de linguagem e modelagem de sentimentos, com 1,4 milhão de textos e 500 textos rotulados, respectivamente. O modelo apresentou melhor desempenho do que os modelos atuais do estado da arte em diversas métricas e pode ser usado para construir índices de sentimento, estratégias de investimento e analisar dados macroeconômicos. O estudo demonstra o potencial do processamento de linguagem natural e transformers para finanças quantitativas.