論文の概要: Macroeconomic forecasting through news, emotions and narrative
- arxiv url: http://arxiv.org/abs/2009.14281v2
- Date: Wed, 14 Apr 2021 10:04:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 04:38:37.728548
- Title: Macroeconomic forecasting through news, emotions and narrative
- Title(参考訳): ニュース、感情、物語によるマクロ経済予測
- Authors: Sonja Tilly, Markus Ebner, Giacomo Livan
- Abstract要約: 本研究は、世界中の新聞からの幅広い感情をマクロ経済予測に組み込むことにより、既存の研究分野を拡大する。
我々は、自動回帰フレームワークを使用して、さまざまな経済分野の工業生産と消費者価格をモデル化する。
幸福と怒りに関連する感情は、予測する変数に対して最も強い予測力を持つ。
- 参考スコア(独自算出の注目度): 12.762298148425796
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study proposes a new method of incorporating emotions from newspaper
articles into macroeconomic forecasts, attempting to forecast industrial
production and consumer prices leveraging narrative and sentiment from global
newspapers. For the most part, existing research includes positive and negative
tone only to improve macroeconomic forecasts, focusing predominantly on large
economies such as the US. These works use mainly anglophone sources of
narrative, thus not capturing the entire complexity of the multitude of
emotions contained in global news articles. This study expands the existing
body of research by incorporating a wide array of emotions from newspapers
around the world - extracted from the Global Database of Events, Language and
Tone (GDELT) - into macroeconomic forecasts. We present a thematic data
filtering methodology based on a bi-directional long short term memory neural
network (Bi-LSTM) for extracting emotion scores from GDELT and demonstrate its
effectiveness by comparing results for filtered and unfiltered data. We model
industrial production and consumer prices across a diverse range of economies
using an autoregressive framework, and find that including emotions from global
newspapers significantly improves forecasts compared to three autoregressive
benchmark models. We complement our forecasts with an interpretability analysis
on distinct groups of emotions and find that emotions associated with happiness
and anger have the strongest predictive power for the variables we predict.
- Abstract(参考訳): 本研究では, 新聞記事からの感情をマクロ経済予測に取り入れた新たな手法を提案する。
既存の研究の大部分は、マクロ経済の予測を改善するためにのみポジティブなトーンとネガティブなトーンを含み、主に米国のような大経済に焦点を当てている。
これらの作品は、主に物語のアングロフォン源を使っているため、グローバルなニュース記事に含まれる多くの感情の複雑さを捉えていない。
本研究は,GDELT(Global Database of Events, Language and Tone)から抽出された,世界中の新聞からの幅広い感情をマクロ経済予測に組み込むことにより,既存の研究分野を拡大する。
本稿では,GDELTから感情スコアを抽出する双方向長期記憶ニューラルネットワーク(Bi-LSTM)に基づくテーマデータフィルタリング手法を提案する。
我々は,産業生産と消費者の価格を,自己回帰的枠組みを用いて多種多様にモデル化し,世界新聞の感情を含めると,3つの自己回帰的ベンチマークモデルと比較して予測を大幅に改善することがわかった。
我々は、感情の異なるグループに対する解釈可能性分析で予測を補完し、幸福と怒りに関連する感情が、予測する変数に対して最も強い予測力を持つことを見出した。
関連論文リスト
- From Skepticism to Acceptance: Simulating the Attitude Dynamics Toward Fake News [38.990330255607276]
大規模言語モデル(LLM)に基づくフェイクニュース伝搬シミュレーションフレームワークを提案する。
シミュレーションの結果,話題の関連性や個々の特徴に関連する偽ニュースの伝播パターンが,実世界の観測と一致していることがわかった。
論文 参考訳(メタデータ) (2024-03-14T15:40:13Z) - Language Models (Mostly) Do Not Consider Emotion Triggers When
Predicting Emotion [97.98240591442922]
本研究では,人間の感情が感情の予測において,モデルが有意であると考えられる特徴とどのように相関するかを検討する。
EmoTriggerを使って、感情のトリガーを識別する大きな言語モデルの評価を行う。
分析の結果、感情のトリガーは感情予測モデルにとって健全な特徴ではなく、様々な特徴と感情検出のタスクの間に複雑な相互作用があることが判明した。
論文 参考訳(メタデータ) (2023-11-16T06:20:13Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Bias and Fairness in Large Language Models: A Survey [76.65471160523444]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Predicting Financial Market Trends using Time Series Analysis and
Natural Language Processing [0.0]
この調査は、TeslaやAppleといった大手企業の株価を予測するためのツールとして、Twitterの感情の有効性を評価することを目的としている。
以上の結果から, 株価変動の主要な要因は, 肯定性, 否定性, 主観性であることが示唆された。
論文 参考訳(メタデータ) (2023-08-31T21:20:58Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳(メタデータ) (2023-05-25T21:01:00Z) - Counterfactual Reasoning for Out-of-distribution Multimodal Sentiment
Analysis [56.84237932819403]
本稿では,OODの高次一般化に対するテキストモダリティの悪影響を推定・緩和することを目的とする。
そこで本研究では,マルチモーダル感情分析のためのモデルに依存しない反現実的フレームワークを考案した。
論文 参考訳(メタデータ) (2022-07-24T03:57:40Z) - Forecasting Future World Events with Neural Networks [68.43460909545063]
Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。
ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。
予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
論文 参考訳(メタデータ) (2022-06-30T17:59:14Z) - Forecasting with Economic News [0.9281671380673304]
我々は、関心の期間に意味的に依存する記事のテキストのみを考慮する。
経済センチメントのいくつかの指標が、ビジネスサイクルのゆらぎを密に追跡していることがわかった。
また、いくつかのマクロ経済変数の確率分布のテールを説明する上で、感情が重要であることも確認した。
論文 参考訳(メタデータ) (2022-03-29T15:46:42Z) - Using four different online media sources to forecast the crude oil
price [0.0]
この研究は、2年間にわたって、西テキサス中間原油価格とTwitter、Google Trends、Wikipedia、Global Data on Events、Language、Tone database(GDELT)から抽出された複数の予測器の関係を分析した。
その結果,4つのメディアプラットフォームを総合的に分析することで,財務予測を行う上で貴重な情報が得られることがわかった。
この研究は、プラットフォームが価格の動きを予測できる日数の観点から、各プラットフォームの異なる前見能力を比較することを可能にする。
論文 参考訳(メタデータ) (2021-05-19T14:19:18Z) - Macroeconomic forecasting with statistically validated knowledge graphs [11.4219428942199]
本研究は,グローバル新聞の物語を活用し,世界イベントに関するテーマベースの知識グラフを構築する。
このようなグラフから抽出した特徴は、多くのベンチマークと比較すると、三大経済における工業生産予測を改善している。
我々の研究は、社会経済システムにおける関連する現象の進化をリアルタイムで監視する、擬似的かつ情報的なテーマベースの知識グラフの構築のための青写真として機能する。
論文 参考訳(メタデータ) (2021-04-21T10:57:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。