Интерпретируемый NLP для анализа коммуникаций Федеральной резервной системы

Сводка

FedNLP представлен как многофункциональная система обработки естественного языка для анализа коммуникаций Федеральной резервной системы, которые могут быть длинными и сложными для интерпретации. Система объединяет методы от классического машинного обучения до глубоких нейронных сетей для решения нескольких аналитических задач. Пользователи могут изучать результаты без написания кода, а анализ выполняют лежащие в основе модели.

Система представляет анализ тональности, краткие изложения документов, прогнозы движения ставки по федеральным фондам и визуальные объяснения прогнозов. Эти компоненты дополняют друг друга и помогают изучать язык политики и возможные последствия. В документе описана демонстрация системы, но недостаточно подробностей для оценки точности модели, обучающих данных, процедур проверки или результатов на разных типах коммуникаций ФРС. Поэтому прогнозы ставок следует рассматривать как результаты модели для дальнейшего изучения, а не как подтверждённые прогнозы. Работа служит примером объединения текстового анализа, прогнозирования движения ставок и интерпретируемости в процессе исследований денежно-кредитной политики.

Ключевые идеи

• FedNLP применяет несколько моделей NLP к сложным коммуникациям Федеральной резервной системы.
• Анализ включает тональность, краткие изложения документов и прогнозы движения ставки по федеральным фондам.
• Визуализации помогают пользователям интерпретировать прогнозы модели.
• Описанная демонстрация не подтверждает точность прогнозов или способность результатов обобщаться.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.