LabelFusion-TS

新系统融合LLM和金融数据以对美联储政策立场进行分类

研究人员开发了一个名为LabelFusion-TS的新系统，该系统集成了大型语言模型（LLMs）、Transformer编码器和金融时间序列数据，以对美联储沟通中的货币政策立场进行分类。该方法旨在通过纳入文本以外的市场背景来提高分类准确性。该系统表现出卓越的性能，达到了70.2%的加权F1分数，在标记数据有限的情况下，显著优于零样本LLM。