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:
- 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。
- 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。
- 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。
- 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
- 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。