alphaear-sentiment

AlphaEar Sentiment Skill

概要

このスキルは、FinBERT（ローカルモデル）と LLM ベースの分析モードの両方に対応し、金融関連テキストに特化したセンチメント分析機能を提供します。

機能

機能

1. センチメント分析（FinBERT／ローカル）

FinBERT を使用した高速なローカルセンチメント分析には、scripts/sentiment_tools.py を使用します。

主なメソッド：

• analyze_sentiment(text)：ローカライズされた FinBERT モデルを使用してセンチメントスコアとラベルを取得します。
  • 戻り値：{'score': float, 'label': str, 'reason': str}。
  • スコアの範囲：-1.0（ネガティブ）から 1.0（ポジティブ）まで。
• batch_update_news_sentiment(source, limit)：データベース内の未分析ニュースを一括処理します（FinBERT のみ）。

2. センチメント分析（LLM／エージェント型）

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

センチメント分析プロンプト

ローカルツールでは不十分な場合や、推論が必要な場合は、このプロンプトを使用して金融関連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}

スコアのガイド：

• ポジティブ（0.1～1.0）：楽観的なニュース、利益の増加、政策支援など。
• ネガティブ（-1.0～-0.1）：損失、制裁、価格下落、悲観的な見通し。
• ニュートラル（-0.1～0.1）：事実の報道、横ばいの動き、影響が不明確な場合。

ヘルパーメソッド

• update_single_news_sentiment(id, score, reason)：手動分析の結果をデータベースに保存する際に使用します。

依存関係

• torch（FinBERT 用）
• transformers（FinBERT 用）
• sqlite3（標準搭載）

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