투자자 감성 (Investor sentiment)은 금융 시장을 형성하지만, 아랍어 금융 맥락에서의 감성 모델링은 언어적 복잡성과 제한된 자원으로 인해 여전히 어려운 과제로 남아 있습니다. 본 연구에서는 사우디 시장에 맞춤화된 대규모 금융 감성 분석을 위한 아랍어 자연어 처리 (NLP) 프레임워크를 제시하며, 기관 및 대중 투자자의 감성을 포착하기 위해 공식 금융 뉴스 및 소셜 미디어를 통합합니다. 이 프레임워크는 데이터 수집, 정제, 중복 제거, 개체 연결 (Entity linking), 감성 주석 (Sentiment annotation)을 포함하는 다단계 파이프라인을 통해 대규모 아랍어 금융 코퍼스 (Corpus)를 구축합니다. Transformer 기반의 개체명 인식 (NER)을 선별된 기업 사전 (Lexicon)과 결합하여 텍스트 언급을 표준 기업 식별자로 연결하며, 5단계 분류 체계를 사용하여 감성 레이블을 할당합니다. 그 결과 생성된 84K 개의 샘플 데이터셋은 기업 수준의 감성 집계와 사우디 거래소 (Saudi Exchange)의 주식 시장 움직임에 따른 감성 역학 분석을 지원합니다. 실험 결과는 신뢰할 수 있고 확장 가능한 아랍어 금융 감성 분석 성능을 입증합니다.