論文の概要: Uncertainty over Uncertainty: Investigating the Assumptions,
Annotations, and Text Measurements of Economic Policy Uncertainty
- arxiv url: http://arxiv.org/abs/2010.04706v1
- Date: Fri, 9 Oct 2020 17:50:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-09 05:31:13.894352
- Title: Uncertainty over Uncertainty: Investigating the Assumptions,
Annotations, and Text Measurements of Economic Policy Uncertainty
- Title(参考訳): 不確実性に関する不確実性:経済政策不確実性の仮定・注釈・テキスト測定の考察
- Authors: Katherine A. Keith, Christoph Teichmann, Brendan O'Connor, Edgar Meij
- Abstract要約: 本稿では,ニュース中のキーワード発生から経済政策の不確実性を測定する経済指標を検討する。
経済政策の不確実性が言語におけるあいまいさに起因しているという注釈の相違が見られる。
- 参考スコア(独自算出の注目度): 12.787262921924953
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Methods and applications are inextricably linked in science, and in
particular in the domain of text-as-data. In this paper, we examine one such
text-as-data application, an established economic index that measures economic
policy uncertainty from keyword occurrences in news. This index, which is shown
to correlate with firm investment, employment, and excess market returns, has
had substantive impact in both the private sector and academia. Yet, as we
revisit and extend the original authors' annotations and text measurements we
find interesting text-as-data methodological research questions: (1) Are
annotator disagreements a reflection of ambiguity in language? (2) Do
alternative text measurements correlate with one another and with measures of
external predictive validity? We find for this application (1) some annotator
disagreements of economic policy uncertainty can be attributed to ambiguity in
language, and (2) switching measurements from keyword-matching to supervised
machine learning classifiers results in low correlation, a concerning
implication for the validity of the index.
- Abstract(参考訳): 方法と応用は科学、特にテキスト・アズ・データ分野において、厳密には関係がない。
本稿では、ニュース中のキーワード発生から経済政策の不確実性を測定する定評のある経済指標であるテキスト・アズ・データ・アプリケーションについて検討する。
この指数は、企業投資、雇用、過剰な市場リターンと相関していることが示されており、民間部門とアカデミックの両方に実質的な影響を与えている。
しかし、原著者の注釈やテキストの測定を再考し、拡張するにつれて、興味深いテキスト・アズ・データ・方法論研究の疑問が浮かび上がっている。
2) 代替テキスト測定は相互に相関し, 外部予測妥当性の尺度と関係があるか?
本研究では,(1) 経済政策の不確実性に関する注釈の不一致は,言語におけるあいまいさに起因しうること,(2) キーワードマッチングから教師付き機械学習分類器への測定を切り替えることにより,相関が低くなり,指標の有効性が示唆される。
関連論文リスト
- Beyond Sentiment: Leveraging Topic Metrics for Political Stance
Classification [1.0878040851638]
本研究では,抽出されたトピックから変換されたダミー変数であるトピックメトリクスを,スタンス分類における感情指標の代替と補完の両方として紹介する。
実験の結果、BERTopicは従来のアプローチと比較してコヒーレンススコアを17.07%から54.20%改善していることがわかった。
本研究は, 文脈に富むテキストやコーパスにおいて, 姿勢と感情の相関が弱いトピックメトリクスが特に有効であることが示唆された。
論文 参考訳(メタデータ) (2023-10-24T00:50:33Z) - Goodhart's Law Applies to NLP's Explanation Benchmarks [57.26445915212884]
ERASER(Comprehensiveness and sufficiency)メトリクスとEVAL-X(EVAL-X)メトリクスの2つのセットを批判的に検討する。
実験結果の予測や説明を変えることなく,モデル全体の包括性と充足率を劇的に向上させることができることを示す。
我々の結果は、現在のメトリクスが説明可能性の研究をガイドする能力に疑問を呈し、これらのメトリクスが正確に捉えるものを再評価する必要性を強調します。
論文 参考訳(メタデータ) (2023-08-28T03:03:03Z) - Economic Policy Uncertainty: A Review on Applications and Measurement
Methods with Focus on Text Mining Methods [0.0]
経済政策不確実性(Economic Policy Uncertainty、EPU)は、経済政策変更時に投資家が実現した不確実性を表す。
EPU値は、直接的に財務パラメータに基づいて推定したり、テキストマイニング手法を用いて間接的に不確実性を示すことができる。
論文 参考訳(メタデータ) (2023-08-20T16:00:53Z) - Reconciling Predictive and Statistical Parity: A Causal Approach [68.59381759875734]
本稿では,予測パリティに付随する公平度対策のための因果分解式を提案する。
統計的および予測パリティの概念は、実際には互いに排他的ではなく、相補的であり、公正の概念のスペクトルにまたがっていることを示す。
論文 参考訳(メタデータ) (2023-06-08T09:23:22Z) - Natural Language Decompositions of Implicit Content Enable Better Text
Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳(メタデータ) (2023-05-23T23:45:20Z) - Beyond Model Interpretability: On the Faithfulness and Adversarial
Robustness of Contrastive Textual Explanations [2.543865489517869]
本研究は、説明の忠実さに触発された新たな評価手法の基盤を築き、テキストの反事実を動機づけるものである。
感情分析データを用いた実験では, 両モデルとも, 対物関係の関連性は明らかでないことがわかった。
論文 参考訳(メタデータ) (2022-10-17T09:50:02Z) - On the Intrinsic and Extrinsic Fairness Evaluation Metrics for
Contextualized Language Representations [74.70957445600936]
様々な自然言語処理タスクの公平度を測定するために、複数のメトリクスが導入された。
これらの指標は,(1)下流アプリケーションにおけるフェアネスを評価する遠因性指標と,(2)上流言語表現モデルにおけるフェアネスを推定する遠因性指標の2つのカテゴリに大別することができる。
論文 参考訳(メタデータ) (2022-03-25T22:17:43Z) - Measuring Fairness of Text Classifiers via Prediction Sensitivity [63.56554964580627]
加速度予測感度は、入力特徴の摂動に対するモデルの予測感度に基づいて、機械学習モデルの公正度を測定する。
この計量は、群フェアネス(統計パリティ)と個人フェアネスという特定の概念と理論的に関連付けられることを示す。
論文 参考訳(メタデータ) (2022-03-16T15:00:33Z) - Measuring Economic Policy Uncertainty Using an Unsupervised Word
Embedding-based Method [0.0]
経済政策の不確実性(epu)は経済研究において重要な指標であるが、不況を予測するために使用できる。
EPUインデックスは、ポリシー作成と経済に関連する予め定義されたキーワードを含むニュース記事のカウントによって計算される。
本稿では,単語埋め込み表現空間を用いて関連するキーワードを選択する教師なしテキストマイニング手法を提案する。
論文 参考訳(メタデータ) (2021-05-10T19:34:14Z) - Bankruptcy prediction using disclosure text features [0.0]
本研究は,経営担当者が財務状況を説明するのに用いた文に基づく新たな苦難辞書を提案する。
これは破産企業と非破産企業の間の言語的特徴の大きな違いを示している。
500の倒産企業の大規模なサンプルを使用して、予測モデルを構築し、財務テキスト分析に使用される2つの辞書と比較する。
論文 参考訳(メタデータ) (2021-01-03T22:23:22Z) - Speakers Fill Lexical Semantic Gaps with Context [69.30534067031734]
我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。
単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。
これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
論文 参考訳(メタデータ) (2020-10-05T17:19:10Z)
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。