सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

फ़ेडरल रिज़र्व संचार के विश्लेषण हेतु व्याख्येय NLP

लेख arXiv papers · लेखक: Jean Lee et al.
मूल स्रोत पढ़ें

सारांश

FedNLP को फ़ेडरल रिज़र्व के संचार का विश्लेषण करने वाली बहु-घटक प्राकृतिक भाषा प्रसंस्करण प्रणाली के रूप में प्रस्तुत किया गया है; ये संचार लंबे और समझने में कठिन हो सकते हैं। यह कई विश्लेषण कार्यों में पारंपरिक मशीन लर्निंग से लेकर डीप न्यूरल नेटवर्क तक की विधियों को जोड़ता है। लक्षित उपयोगकर्ता कोड लिखे बिना परिणाम देख सकते हैं, जबकि अंतर्निहित मॉडल विश्लेषण करते हैं।

यह प्रणाली भावना विश्लेषण, दस्तावेज़ सारांश, फ़ेडरल फ़ंड्स रेट की चाल के पूर्वानुमान और उन पूर्वानुमानों की दृश्य व्याख्याएँ प्रस्तुत करती है। ये घटक नीतिगत भाषा और उसके संभावित निहितार्थों को देखने के पूरक तरीके देते हैं। दस्तावेज़ प्रणाली का प्रदर्शन बताता है, लेकिन मॉडल की सटीकता, प्रशिक्षण डेटा, सत्यापन प्रक्रियाओं या फ़ेड संचार के विभिन्न प्रकारों में प्रदर्शन का आकलन करने के लिए पर्याप्त विवरण नहीं देता। इसलिए दरों के पूर्वानुमानों को स्थापित पूर्वानुमान मानने के बजाय जाँचने योग्य मॉडल आउटपुट समझना चाहिए। यह कार्य मौद्रिक नीति अनुसंधान कार्यप्रवाह में पाठ विश्लेषण, दर-चाल पूर्वानुमान और व्याख्येयता को जोड़ने का एक उपयोगी उदाहरण है।

मुख्य विचार

  • FedNLP जटिल फ़ेडरल रिज़र्व संचार पर कई NLP मॉडल लागू करता है।
  • इसके विश्लेषण में भावना, दस्तावेज़ सारांश और फ़ेडरल फ़ंड्स रेट की चाल के पूर्वानुमान शामिल हैं।
  • मॉडल के पूर्वानुमानों को समझने में उपयोगकर्ताओं की मदद के लिए दृश्य प्रस्तुतियाँ दी जाती हैं।
  • वर्णित प्रदर्शन से पूर्वानुमान की सटीकता या सामान्यीकरण क्षमता स्थापित नहीं होती।

टैग

मशीन लर्निंगबाज़ार भावनानिश्चित आयअमेरिकी बाज़ार
पूरा पाठ
# FedNLP: An interpretable NLP System to Decode Federal Reserve Communications


# FedNLP: An interpretable NLP System to Decode Federal Reserve Communications









The Federal Reserve System (the Fed) plays a significant role in affecting monetary policy and financial conditions worldwide. Although it is important to analyse the Fed's communications to extract useful information, it is generally long-form and complex due to the ambiguous and esoteric nature of content. In this paper, we present FedNLP, an interpretable multi-component Natural Language Processing system to decode Federal Reserve communications. This system is designed for end-users to explore how NLP techniques can assist their holistic understanding of the Fed's communications with NO coding. Behind the scenes, FedNLP uses multiple NLP models from traditional machine learning algorithms to deep neural network architectures in each downstream task. The demonstration shows multiple results at once including sentiment analysis, summary of the document, prediction of the Federal Funds Rate movement and visualization for interpreting the prediction model's result.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।