کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7412890 | 1481748 | 2016 | 39 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Textual analysis and machine leaning: Crack unstructured data in finance and accounting
ترجمه فارسی عنوان
تجزیه و تحلیل متنی و ماشین تکیه: داده های بدون ساختار را در امور مالی و حسابداری خراب می کند
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
در امور مالی و حسابداری، نسبت به روش های کمی که به طور سنتی استفاده می شود، تجزیه و تحلیل متنی به تازگی مشهود است، هرچند به لحاظ روش دقیق و دقیق آن. در یک مرور کلی از ادبیات، ما روش های مختلفی را که در تجزیه و تحلیل متنی استفاده می شود، به ویژه یادگیری ماشین را توصیف می کنیم. با مقایسه عملکرد طبقه بندی آنها، می بینیم که شبکه عصبی از بسیاری از تکنیک های دیگر یادگیری ماشین در طبقه بندی رده های خبری برتر است. علاوه بر این، ما مشخص می کنیم که چالش های زیادی برای توسعه آینده تحلیل متنی وجود دارد، مانند شناسایی اشیاء چندگانه در یک سند تک.
موضوعات مرتبط
علوم انسانی و اجتماعی
اقتصاد، اقتصادسنجی و امور مالی
تامین مالی
چکیده انگلیسی
In finance and accounting, relative to quantitative methods traditionally used, textual analysis becomes popular recently despite of its substantially less precise manner. In an overview of the literature, we describe various methods used in textual analysis, especially machine learning. By comparing their classification performance, we find that neural network outperforms many other machine learning techniques in classifying news category. Moreover, we highlight that there are many challenges left for future development of textual analysis, such as identifying multiple objects within one single document.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: The Journal of Finance and Data Science - Volume 2, Issue 3, September 2016, Pages 153-170
Journal: The Journal of Finance and Data Science - Volume 2, Issue 3, September 2016, Pages 153-170
نویسندگان
Li Guo, Feng Shi, Jun Tu,