AlphaEar Sentiment Skill

概要

このスキルは、金融テキスト向けにカスタマイズされた感情分析機能を提供し、FinBERT (ローカルモデル) と LLM ベースの分析モードの両方をサポートしています。

機能

機能

1. 感情分析 (FinBERT / ローカル)

高速でローカルな感情分析に scripts/sentiment_tools.py を使用してください。

主なメソッド:

• analyze_sentiment(text): ローカライズされた FinBERT モデルを使用して感情スコアとラベルを取得します。
  • 戻り値: {'score': float, 'label': str, 'reason': str}
  • スコア範囲: -1.0 (ネガティブ) ～ 1.0 (ポジティブ)
• batch_update_news_sentiment(source, limit): データベース内の未分析ニュースをバッチ処理します (FinBERT のみ)。

2. 感情分析 (LLM / エージェント)

より高い精度または推論能力が必要な場合は、あなた (エージェント) が以下のプロンプトを使用して LLM を直接呼び出し、分析を実行し、必要に応じてデータベースを更新してください。

感情分析プロンプト

ローカルツールが不十分な場合、または推論が必要な場合は、このプロンプトを使用して金融テキストを分析してください。

请分析以下金融/新闻文本的情绪极性。
返回严格的 JSON 格式:
{"score": <float: -1.0到1.0>, "label": "<positive/negative/neutral>", "reason": "<简短理由>"}

文本: {text}

スコアリングガイド:

• ポジティブ (0.1 ～ 1.0): 楽観的なニュース、利益成長、政策支援など
• ネガティブ (-1.0 ～ -0.1): 損失、制裁、価格下落、悲観的見方
• ニュートラル (-0.1 ～ 0.1): 事実報道、横ばい展開、曖昧な影響

ヘルパーメソッド

• update_single_news_sentiment(id, score, reason): 手動分析結果をデータベースに保存するときに使用します。

依存関係

• torch (FinBERT 用)
• transformers (FinBERT 用)
• sqlite3 (ビルトイン)

DatabaseManager が正しく初期化されていることを確認してください。