Uso de NLP interpretável para analisar comunicações do Federal Reserve

Resumo

O FedNLP é apresentado como um sistema de processamento de linguagem natural com vários componentes para examinar as comunicações do Federal Reserve, que podem ser longas e difíceis de interpretar. Ele combina métodos que vão do aprendizado de máquina tradicional a redes neurais profundas em várias tarefas de análise. Os usuários pretendidos podem explorar os resultados sem escrever código, enquanto os modelos subjacentes realizam a análise.

O sistema apresenta análise de sentimento, resumos de documentos, previsões de movimentos da taxa dos Fundos Federais e explicações visuais de suas previsões. Esses componentes oferecem maneiras complementares de examinar a linguagem de política monetária e suas possíveis implicações. O documento descreve uma demonstração do sistema, mas não fornece detalhes suficientes para avaliar a precisão do modelo, os dados de treinamento, os procedimentos de validação ou o desempenho em diferentes tipos de comunicação do Fed. Portanto, as previsões de taxas devem ser tratadas como resultados do modelo a investigar, e não como previsões estabelecidas. O trabalho é útil como exemplo de integração de análise textual, previsão de movimentos das taxas e interpretabilidade em um fluxo de pesquisa de política monetária.

Ideias principais

• O FedNLP aplica vários modelos de NLP às comunicações complexas do Federal Reserve.
• A análise inclui sentimento, resumos de documentos e previsões de movimentos da taxa dos Fundos Federais.
• Visualizações ajudam os usuários a interpretar as previsões do modelo.
• A demonstração descrita não estabelece a precisão das previsões nem sua generalização.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.