研究人员引入了“可用性合同”,以解决金融披露的自然语言处理基准测试中的时间不匹配问题。该合同规定了输入边界、可用性证据、结果开始时间和支持的声明,旨在提高分析财报电话的模型的准确性。将此框架应用于552次财报电话的分析表明,时间转移会改变相当大比例电话的预测结果,凸显了NLP基准测试中明确的时间假设的重要性。 AI
影响 通过解决数据中的时间差异来提高金融分析中使用的NLP模型的可靠性。
排序理由 学术论文,介绍了一种新的NLP基准测试方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →