自动领域自适应在预测金融结果上优于人工领域自适应
计算与语言
2020-06-26 v1
摘要
本文自动构建用于预测金融结果的情感词典。我们比较了三种方法:(I) 对领域通用词典 H4N 进行人工自适应,(ii) 对 H4N 进行自动自适应,以及 (iii) 先人工后自动自适应的组合。在实验中,我们证明自动自适应的情感词典在预测超额收益与波动率这两项金融结果上优于先前的最优方法。具体而言,自动自适应表现优于人工自适应。在分析中发现,基于专家对词意先验信念的标注可能出错——标注应基于词在目标领域中的上下文进行。
引用
@article{arxiv.2006.14209,
title = {Automatic Domain Adaptation Outperforms Manual Domain Adaptation for Predicting Financial Outcomes},
author = {Marina Sedinkina and Nikolas Breitkopf and Hinrich Schütze},
journal= {arXiv preprint arXiv:2006.14209},
year = {2020}
}
备注
Accepted at ACL2019