Este artículo presenta el diseño de un nuevo método de minería de textos para el aumento de palabras clave basado en modelos de procesamiento del lenguaje natural. Los modelos de vectorización BERT y de discriminación de palabras clave NEZHA, amplían las palabras clave semilla a partir de dos dimensiones de similitud e importancia lo cual permite la construcción del tesauro de palabras clave para la predicción del precio de las acciones. El resultado muestra que, en comparación con las palabras clave semilla, los índices de búsqueda de las palabras extraídas tienen correlaciones más altas con el CSI 300 y pueden mejorar su capacidad de predicción. Los autores resaltan que el modelo de aumento de palabras clave diseñado es útil para la expansión de otras variables en la previsión de series temporales financieras.