研究人员开发了 NoLBERT-Calls,一种分析财报电话会议记录的新方法,可减轻语言模型中的事后诸葛亮偏见问题。通过在仅包含 1976-1995 年数据的数据集上预训练编码器,然后将其调整用于财报电话会议,且不接触 2023 年后的信息,该模型可以更准确地识别管理层对分析师问题的回答。该方法在正确排序回答方面显著优于包括 ChronoBERT 和 FinBERT 在内的现有模型,证明了其在提供更客观的财务沟通分析方面的有效性。 AI
影响 这项研究提供了一种更客观的财务沟通分析方法,有望改善投资分析和企业透明度。
排序理由 该条目描述了一篇关于分析金融文本数据的新颖方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- BM25
- CatalyzeX
- ChronoBERT
- DagsHub
- FinBERT
- Gotit.pub
- Hugging Face
- NoLBERT
- NoLBERT-Calls
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →