Veliki jezikovni modeli in njihova uporaba pri analizi sentimenta finančnih novicRozman, Vito (Avtor) Todorovski, Ljupčo (Mentor) veliki jezikovni modelistrojno učenjenevronske mrežeanaliza sentimentaobdelava naravnega jezikatransformerfinančne novicesamopozornostdelniški trgiMagistrsko delo obravnava uporabo velikih jezikovnih modelov pri analizi sentimenta finančnih novic. Delo izpostavlja prehod od tradicionalnih metod, ki temeljijo na slovarjih in preprostih pravilih, k naprednim modelom nevronskih mrež, sposobnim zajemanja konteksta in pomena besedila. Jedro teoretičnega dela predstavlja opis arhitekture transformerjev, ki omogoča učinkovito obdelavo zaporednih podatkov z mehanizmom samopozornosti. Predstavljeni so ključni modeli, kot sta BERT in GPT, ter njune različice, prilagojene finančni domeni, med katerimi izstopa FinBERT. V empiričnem delu je izvedena analiza sentimenta finančnih novic z uporabo klasičnega modela in treh velikih jezikovnih modelov. Pridobljeni rezultati napovedanega sentimenta so primerjani z dejanskimi spremembami finančnega indeksa z namenom ocene povezanosti med razpoloženjem v novicah in gibanjem trga. Rezultati potrjujejo, da veliki jezikovni modeli v nekaterih primerih presegajo tradicionalne pristope pri prepoznavanju konteksta in zaznavanju čustvenih odtenkov besedil. To odpira možnosti za njihovo uporabo pri samodejni interpretaciji tržnih informacij in podpori investicijskim odločitvam.20252025-12-04 08:15:14Magistrsko delo/naloga176566sl