研究人员开发了一种名为 Wasserstein-Barycentric Interaction Fields 的新方法,利用语言模型表示来分析空间因子模型。该方法通过 Wasserstein 重心重建,从公司的语言模型文章嵌入中重建一个场,然后可以比传统加权方案更准确地预测同行错配处罚。将其应用于 52 家公司,与等权重或 RBF 加权方法相比,该方法产生了更高的处罚比率和条件似然比,证明了其在金融计量经济学、情感分析和其他预测任务中的应用潜力。 AI
影响 这种新方法可以通过利用语言模型嵌入来改进金融预测和情感分析。
排序理由 该条目描述了一篇详细介绍新颖方法论的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- data science
- Econometric Society
- Financial Ecometrics
- Language Modelling with Pixels
- machine learning
- sentiment analysis
- Spatial Factor Models for High-Dimensional and Large Spatial Data: An Application in Forest Variable Mapping
- Wasserstein barycenters over Riemannian manifolds
- Wasserstein-Barycentric Interaction Fields
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →