大语言模型能否从社交媒体学习宏观经济叙事？
计算与语言
2025-02-12 v2 计算工程、金融与科学
摘要
本研究经验性地检验了“叙事经济学”假设，即叙事（以病毒方式传播并影响公众信念的想法）可以影响经济波动。我们引入了两个精选数据集，包含来自 X（前身为 Twitter）的帖子，这些帖子捕捉经济相关叙事（数据将在论文接受后共享）。采用自然语言处理（NLP）方法，从推文中提取并总结叙事。我们测试这些叙事在宏观经济预测中的预测能力，通过将推文或提取的叙事表示纳入下游金融预测任务来进行评估。我们的工作阐明了在叙事数据中提高宏观经济模型的挑战，为研究社区现实istically 应对这一重要挑战的路径。从科学角度看，我们的调查为叙事提取和总结提供了有价值的见解和NLP工具，利用大语言模型（LLM），为未来研究经济叙事作用提供了贡献。
引用
@article{arxiv.2406.12109,
title = {Can LLMs Learn Macroeconomic Narratives from Social Media?},
author = {Almog Gueta and Amir Feder and Zorik Gekhman and Ariel Goldstein and Roi Reichart},
journal= {arXiv preprint arXiv:2406.12109},
year = {2025}
}