一种基于双层低秩适配的金融文本情绪分析方法及系统

本发明提供一种基于双层低秩适配的金融文本情绪分析方法及系统，属于自然语言处理与金融科技领域，旨在解决现有金融情绪分析维度单一、模型微调成本高的问题。该方法构建情绪类别、情绪强度、持续时间、分层影响和政策反应五个维度的情绪标签体系，通过指令微调框架将金融文本转换为结构化的五维情绪标签输出，并在预训练大语言模型中注入双层低秩适配模块进行高效参数微调。所述系统包括数据标注模块和模型微调模块，实现情绪标签的自动标注、专家校验以及大模型的高效训练。应用本发明能够准确提取金融事件的情绪特征，提高情绪分析的精度，并为股市趋势预测和风险控制提供可靠的决策支持。