转载自数行者科技公众号 2019-05-17 18:06

金融科技是金融的发动机

“金融科技”一词时下在业界备受关注和讨论，其核心是将人工智能及大数据处理技术应用于金融领域的分析。其中涉及到文本分析相关的技术，更是该领域的重中之重。

商学院开设文本智能分析等金融科技课程

为了对接金融科技领域的人才需求，各大知名高校已陆续启动相关人才培养计划，香港大学在2017-2018学年已经率先在全球范围内为金融专业的研究生开设文本智能分析课程('MFIN7036 Natural language processing and text analytics ')，由经验丰富的教授和业界专家亲自授课。

龙毅博士的金融科技跨界——计算机博士+金融博士后

龙毅，香港大学计算机博士，香港中文大学商学院博士后，掌握深厚的数据挖掘及文本分析技能。在其从事博士后研究期间，以商学院教授关于财经大数据的研究需要为出发点，将NLP技术应用于中文新闻报道，高效且精准地处理完成海量异构中文数据，其文本分析结果准确率在公开数据集达到90%以上，开发出以《新闻量化舆情数据库》为代表的优质中文舆情大数据产品。

金融科技的产学研结合——数行者科技

龙毅博士与原香港中文大学商学院研究团队联合创立数行者科技有限公司，致力于运用大数据及人工智能技术，从海量复杂的非结构化数据中挖掘、清洗和分析出有效信息，为相关科研和金融机构提供智能金融信息服务。

回馈社会，服务教育

在担任公司CEO的同时，龙毅继续在数据挖掘及机器学习领域，特别是面向金融市场的人工智能领域不断实践和探索，并多次受到高校邀请，为相关专业的研究生讲授文本分析技术，其中就包括香港大学主题为“Text as Data in Fintech”的讲座，以及最近受邀并入选为香港中文大学（深圳）2019-2020届计算机和金融组的校外导师。

香港公司的优势——专注、专业、下苦功、持之以恒

数行者科技（DatagoTech）起源于香港中文大学的金融科技研究项目，开发了国内顶尖的资本市场量化舆情数据，以长达7年的专业准确的数据标注为基础，采用业界领先的机器学习和自然语言处理技术对海量公开资讯进行了严谨的清理、量化分析及核验回测，以丰富易用的量化指标、因子、字段提供资本市场、上市公司等不同维度的结构化数据，包括新闻情感分析、社交评论情感分析、热度分析、相关上市公司挖掘、相关历史新闻回溯、人物关系图谱、行业竞争关系图谱等。

“人工智能及机器学习是眼下业界科技热潮，我所专注的中文文本分析技术是该领域的重难点分支，也是业界备受关注的重要分支。提高文本分析精度的重要因素在于大量丰富语料的积累和NLP（自然语言处理）模型的不断优化。我会用我掌握的经验，与同学们共同探索构成NLP模型的一系列重要环节，包括原始语料积累、机器学习模型搭建等，希望最终也能在实践中相互启发，一同领略人工智能在金融领域所扮演的重要角色。”——龙毅博士如是说。

微信扫一扫 关注数行者科技公众号

公众号：数行者科技
ID：datago_sz
阅读原文