2024山东大学创新项目实训_03

本周着力于实现金融新闻搜索与分析的功能

1. 首先进行了金融数据收集的再完善，在之前数据的基础上又新加了部分内容

2. 对收集到的数据进行清洗和预处理，包括去除HTML标记、去除停用词、词干化等操作，以准备好用于后续分析的数据。

3.建立索引，利用搜索引擎技术建立一个能够快速检索新闻的索引。确保索引包含标题、内容、发布日期等重要信息

4.在各个框架上进行了完善：

1. 数据源层：该层确保全面的市场覆盖，通过实时信息捕获解决金融数据的时间敏感性问题。
2. 数据工程层：该层为实时 NLP 数据处理做好准备，解决了金融数据中高时间敏感度和低信噪比的固有挑战。
3. LLMs 层：该层专注于一系列微调方法，例如 LoRA，可减轻财务数据的高度动态性，确保模型的相关性和准确性。
4. 任务层：此层负责执行基本任务。这些任务是该领域性能评估和交叉比较的基准
5. 应用层：展示实际应用和演示，该层突出了其在金融领域的潜在能力。