본 연구는 어닝 콜 녹취록의 감정 분석을 위해 BERT, FinBERT, ULMFiT와 같은 심층 학습 방법론을 비교 분석합니다. 자연어 처리(NLP)를 활용하여 대규모 금융 녹취록에서 감정을 추출하고, 이를 통해 더욱 정보에 입각한 투자 결정 및 위험 관리 전략을 지원하는 것을 목표로 합니다. 각 모델의 데이터 전처리 요구 사항, 계산 효율성 및 모델 최적화에 중점을 두고 금융 감정 분석에서의 강점과 한계를 검토합니다. 정확도, 정밀도, 재현율, F1 점수 등의 주요 지표를 사용하여 성능을 평가하고, 실제 금융 의사 결정에 대한 적용 가능성에 대한 통찰력을 제공하며 금융 텍스트 분석에서 이러한 모델의 효과를 향상시키기 위한 잠재적 개선 사항을 논의합니다.
