Company2Vec——基于企业网站的德语企业嵌入表示
人工智能
2023-07-19 v1 计算金融
投资组合管理
摘要
本文借助 Company2Vec 提出了表示学习中的一项新颖应用。该模型利用 Word2Vec 与降维从非结构化的企业网站数据分析业务活动。Company2Vec 保持语义语言结构，从而在细粒度行业中创建高效的企业嵌入表示。这些语义嵌入可用于银行中的多种应用。企业与词语之间的直接关联支持语义业务分析（如某企业的 top-n 词语）。此外，本文给出行业预测作为一种监督学习应用与评估方法。嵌入的向量化结构允许以余弦距离度量企业相似度。因此，Company2Vec 相比标准行业标签（NACE）提供了更细粒度的企业比较。该特性对无监督学习任务（如聚类）具有重要意义。本文以基于企业嵌入的 k-means 聚类展示了一种替代性行业分割。最后，本文提出了三种用于（1）以企业为中心、（2）以行业为中心与（3）以投资组合为中心的同业企业识别算法。
引用
@article{arxiv.2307.09332,
title = {Company2Vec -- German Company Embeddings based on Corporate Websites},
author = {Christopher Gerling},
journal= {arXiv preprint arXiv:2307.09332},
year = {2023}
}
备注
Accepted for Publication in: International Journal of Information Technology & Decision Making (2023)