financial domain | BriefGPT

关键词financial domain

搜索结果 - 22

FFN：一个细粒度的中英金融领域平行语料库
大型语言模型在机器翻译领域取得了惊人的进展，然而在金融领域的有效性仍然很少被探讨。我们构建了一个细粒度的中英平行金融新闻语料库，名为 FFN，以研究此问题。通过使用 BLEU、TER 和 chrF 评估指标，我们测量了两个 LLMs（Cha
PDF7 days ago
评估命名实体识别：对巴西企业收益电话会议转录中单语和多语言 Transformer 模型的比较分析
研究涉及到从金融领域的葡萄牙语文本中提取信息的 NER 技术，评估了在葡萄牙语训练的 BERT 模型和多语言模型之间的性能差异，同时展示了关键词识别任务作为文本生成问题的新方法。
PDF4 months ago
用 LLM 彻底改革金融：应用和洞见概述
最近几年，大型语言模型（LLMs）如 ChatGPT 取得了显著的进展，并在各个领域得到了应用。这些模型建立在 Transformer 架构基础上，通过广泛的数据集训练，能够有效地理解和生成人类语言。在金融领域，LLMs 的部署正在迅速发展
PDF5 months ago
文档理财问答：一个长文本金融推理数据集
在金融领域的定量推理研究中，由于商业和金融决策的重大影响，确实需要使用现实任务和数据。我们引入了一项长文档金融问答任务，通过在现有的 FinQA 数据集中添加完整文档的背景，将每个问题的平均上下文长度从 FinQA 的 700 个单词扩展到
PDF6 months ago
金融决策者无幻化生成人工智能解决方案的旅程
通过原型设计、扩展和利用人类反馈对 LLMs 进行演化的三个阶段，以及本文中提出的新的数据生成模块，有助于确保生成式 AI 聊天机器人、自动报告和警报的可靠性和高质量，以支持关键的决策过程。
PDF8 months ago
印尼金融 NLP 的领域特定语言模型后训练
我们在金融领域和印尼语言中进行了一项研究，通过对经过预训练的印尼 BERT 进行金融领域的后训练，并构建了印尼金融文本自监督语料库、印尼金融情感分析数据集和印尼金融主题分类数据集，释放了一系列适用于金融自然语言处理的 BERT 模型。我们还
PDF9 months ago
Fin-Fact：一个用于多模态金融事实核查和解释生成的基准数据集
本文提出了 Fin-Fact，这是一个在金融领域内进行多模态事实检查的基准数据集，它包含专业事实检查员的注释和证明，旨在对抗金融领域的错误信息，增强事实性分析，提高金融报告和新闻传播的透明度和信任，并通过提供深入的解释和见解，使用户能够理解
PDF10 months ago
IJCAI用 ChatGPT 打破银行壁垒：金融领域的少样本文本分类
我们提出使用对话式 GPT 模型，在金融领域利用 Banking77 数据集进行简单快速的少样本文本分类。我们的方法涉及 GPT-3.5 和 GPT-4 的上下文学习，最小化技术专业知识的要求，消除了昂贵的 GPU 计算需求，同时产生快速准
PDF10 months ago
FinEval：适用于大型语言模型的中文金融领域知识评估基准
使用 FinEval 基准测试，评估了当前中文和英文大型语言模型在金融领域知识方面的表现，结果显示只有 GPT-4 在不同提示设置下实现了接近 70% 的准确度，表明大型语言模型在金融领域知识方面具有显著的增长潜力。
PDF10 months ago
GPT-FinRE: 使用大型语言模型进行金融关系抽取的上下文学习
本文使用了 ICL 框架下的 OpenAI 模型，采用两种检索策略在 REFinD 数据集中取得了较好的结果，获得了第 4 名的成绩，最佳 F1 分数为 0.718。
PDFa year ago
基于大型语言模型的中国金融细粒度情感分析
本文提出了一个针对金融领域的中文纤细粒度情感分析数据集，用于企业预警，并利用开源的大语言模型对其进行了全面评估和实验。
PDFa year ago
PIXIU：面向金融领域的大型语言模型、指令数据和评估基准
介绍了一个名为 PIXIU 的综合框架，包括首个用于金融领域的基于 fine-tuning 的 LLM（FinMA）、用于 fine-tuning 的指导数据和包含 5 个 NLP 任务和 1 个预测任务的评估基准。
PDFa year ago
Zero is Not Hero Yet: LLMs 金融任务零样本性能基准测试
本研究探究零样本学习在金融领域中的应用，使用 ChatGPT 等大型语言模型与 RoBERTa 在有标签数据和无标签数据的情况下进行比较，并针对数据标注、模型表现差距和生成模型在金融领域中的使用可行性等三个问题进行了研究。结果表明，即使在没
PDFa year ago
一种新型的金融时间序列案例表示法用于行业分类
本文旨在研究如何使用基于案例的推理来进行金融领域中的行业分类。通过提出一种基于股票回报嵌入的新型表征方法，使得此任务能够得到有效解决，并在现有的公共数据集上获得了显著的性能提升。
PDFa year ago
华尔街新手：ChatGPT 在多模式股票走势预测挑战中的零 - shot 分析
本文通过对三个推文和历史股票价格数据集的多模态股票走势预测，对 ChatGPT 的能力进行了广泛的零样本分析，在预测股票走势方面表现不佳，这一发现提出了更多关于情感分析和历史股票数据的未来研究问题与工作方向
PDFa year ago
AAAIStockEmotions: 金融情绪分析和多元时间序列的投资者情绪发现
介绍了 StockEmotions 数据集，其中包括股票市场的情感情绪分类和时间序列数据，通过 NLP 技术和 LSTM 模型处理，可以提高金融情感分类和多元时间序列预测的性能。
PDFa year ago
一种细粒度召回器和多器生成器集成的金融问答数值推理系统
本研究提出了一种针对金融文本和表格数据的数字推理问题回答系统，该系统包括检索器模块、生成器模块和集成模块。在私人测试集上的表现可达 69.79 个执行精度。
PDF2 years ago
ACLFiNER：用于 XBRL 标注的金融数字实体识别
进行标记是费时且昂贵的，因此该研究引入了 XBRL 标记作为金融领域新的实体提取任务，并发布了 FiNER-139 数据集，其中包含 110 万句子和黄金 XBRL 标记。该研究表明，采用字母级别的词元分割会损害 BERT 的性能，而采用单
PDF2 years ago
EMNLP使用差分隐私和联邦学习实现隐私保护的金融文本分类
本文介绍了基于 Bert 和 RoBERTa 等语言模型的文本分类模型，并采取差分隐私和联邦学习等隐私保护措施进行训练，以应用于敏感金融领域的实体检测和情感分析等自然语言处理任务，同时研究了隐私度与模型效用之间的平衡问题。
PDF3 years ago
ACLYseop 在 FinSim-3 Shared Task 2021 中：使用短语表示来专门学习金融领域
本文介绍了我们在 2021 年 FinSim-3 共享任务中针对金融领域语义相似度学习的方法。我们提出了两种方法：在自定义语料库上预训练的 SRoBERTa 和结合 FastText 模型改善基线词嵌入方法的双重词 - 句嵌入模型。在平均准
PDF3 years ago