論文の概要: Language Modeling for the Future of Finance: A Survey into Metrics, Tasks, and Data Opportunities

• arxiv url: http://arxiv.org/abs/2504.07274v3
• Date: Tue, 14 Oct 2025 15:39:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-15 14:23:56.726945
• Title: Language Modeling for the Future of Finance: A Survey into Metrics, Tasks, and Data Opportunities
• Title（参考訳）: 金融の将来のための言語モデリング:メトリクス、課題、データ機会に関する調査
• Authors: Nikita Tatarinov, Siddhant Sukhani, Agam Shah, Sudheer Chava,
• Abstract要約: 近年の言語モデリングの進歩により、上位階層の自然言語処理施設の財務に関する論文が増えている。 我々は、2017年から2024年にかけて38のカンファレンスやワークショップで発行された374のNLP研究論文をレビューし、金融関連タスクに直接対処する221の論文の焦点を絞った分析を行った。
• 参考スコア（独自算出の注目度）: 6.024100148954438
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in language modeling have led to a growing number of papers related to finance in top-tier Natural Language Processing (NLP) venues. To systematically examine this trend, we review 374 NLP research papers published between 2017 and 2024 across 38 conferences and workshops, with a focused analysis of 221 papers that directly address finance-related tasks. We evaluate these papers across 11 quantitative and qualitative dimensions, and our study identifies the following opportunities for NLP researchers: (i) expanding the scope of forecasting tasks; (ii) enriching evaluation with financial metrics; (iii) leveraging multilingual and crisis-period datasets; and (iv) balancing PLMs with efficient or interpretable alternatives. We identify actionable directions supported by dataset and tool recommendations, with implications for both the academia and industry communities.
• Abstract（参考訳）: 言語モデリングの最近の進歩は、上位階層の自然言語処理(NLP)の分野における金融に関する論文の増加につながっている。 この傾向を体系的に検討するため、2017年から2024年にかけて38の会議やワークショップで374件のNLP研究論文をレビューし、金融関連タスクに直接対処する221件の論文について分析した。 我々はこれらの論文を11の量的・質的な次元で評価し、NLP研究者にとっての次の機会を同定する。 一 予測業務の範囲を広げること。 二 財務指標による評価の充実 三 多言語・危機期データセットの活用 (4)PLMと効率的または解釈可能な代替品のバランスをとること。 我々は、データセットとツールレコメンデーションによって支援される行動可能な方向を特定し、学術と産業のコミュニティの両方に影響を及ぼす。

関連論文リスト

• Integrating Large Language Models in Financial Investments and Market Analysis: A Survey [39.58317527488534]
  大規模言語モデル (LLMs) は、投資戦略の分析能力を強化し、財政的な意思決定に用いられている。 本研究は、株式選択、リスクアセスメント、感情分析、トレーディング、財務予測における最近のLCMs研究の構造化されたレビューを提供する。
  論文  参考訳（メタデータ） (2025-06-29T05:25:31Z)
• A Survey of AIOps in the Era of Large Language Models [60.59720351854515]
  我々は,2020年1月から2024年12月にかけて発行された183件の研究論文を分析し,4つの重要な研究課題(RQ)に答えた。 現状の進歩と動向を議論し、既存の研究のギャップを識別し、今後の探査に向けて有望な方向性を提案する。
  論文  参考訳（メタデータ） (2025-06-23T02:40:16Z)
• Bridging Language Models and Financial Analysis [49.361943182322385]
  大規模言語モデル(LLM)の急速な進歩は、自然言語処理における変換可能性の解放をもたらした。 財務データは、しばしばテキストコンテンツ、数値表、および視覚チャートの複雑な関係に埋め込まれる。 LLM研究における急速なイノベーションのペースにもかかわらず、金融業界における彼らの実践的採用には大きなギャップが残っている。
  論文  参考訳（メタデータ） (2025-03-14T01:35:20Z)
• Advanced Deep Learning Techniques for Analyzing Earnings Call Transcripts: Methodologies and Applications [0.0]
  本研究の目的は,大規模財務文書から感情を抽出するために自然言語処理をどのように活用できるかを検討することである。 金融感情分析の文脈における各モデルの強みと限界について検討する。 厳密な実験を通じて、精度、精度、リコール、F1スコアなどの重要な指標を用いて、それらの性能を評価する。
  論文  参考訳（メタデータ） (2025-02-27T00:28:43Z)
• Large Language Model for Qualitative Research -- A Systematic Mapping Study [3.302912592091359]
  先進的な生成AIを駆使した大規模言語モデル(LLM)がトランスフォーメーションツールとして登場した。 本研究は, LLMを用いた定性的研究に関する文献を体系的にマッピングする。 LLMは様々な分野にまたがって利用されており、プロセスの自動化の可能性を示している。
  論文  参考訳（メタデータ） (2024-11-18T21:28:00Z)
• Evaluating Large Language Models on Financial Report Summarization: An Empirical Study [9.28042182186057]
  我々は3つの最先端大言語モデル(LLM)の比較研究を行っている。 我々の主な動機は、これらのモデルがどのように金融の中で活用できるかを探求することであり、正確さ、文脈的関連性、誤った情報や誤解を招く情報に対する堅牢性を要求する分野である。 本稿では,定量的メトリクス(精度,リコールなど)と質的分析(コンテキスト適合性,一貫性など)を統合し,各モデルの出力品質の全体像を提供する,革新的な評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-11T10:36:04Z)
• The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
  我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。 以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。 2020年以降、言語と人々への関心が復活した。
  論文  参考訳（メタデータ） (2024-09-29T01:29:28Z)
• A Survey of Large Language Models for Financial Applications: Progress, Prospects and Challenges [60.546677053091685]
  大規模言語モデル(LLM)は金融分野における機械学習アプリケーションに新たな機会を開放した。 我々は、従来のプラクティスを変革し、イノベーションを促進する可能性に焦点を当て、様々な金融業務におけるLLMの適用について検討する。 本稿では,既存の文献を言語タスク,感情分析,財務時系列,財務推論,エージェントベースモデリング,その他の応用分野に分類するための調査を紹介する。
  論文  参考訳（メタデータ） (2024-06-15T16:11:35Z)
• AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
  我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。 次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
  論文  参考訳（メタデータ） (2024-03-19T09:45:33Z)
• From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models [98.41645229835493]
  グラフ形式のデータの可視化は、データ分析において重要な役割を担い、重要な洞察を提供し、情報的な意思決定を支援する。 大規模言語モデルのような大規模な基盤モデルは、様々な自然言語処理タスクに革命をもたらした。 本研究は,自然言語処理,コンピュータビジョン,データ解析の分野における研究者や実践者の包括的資源として機能する。
  論文  参考訳（メタデータ） (2024-03-18T17:57:09Z)
• FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
  FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。 FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
  論文  参考訳（メタデータ） (2024-02-20T02:16:16Z)
• PIXIU: A Large Language Model, Instruction Data and Evaluation Benchmark for Finance [63.51545277822702]
  PIXIUは、命令データ付き微調整LLaMAに基づく最初の金融大規模言語モデル(LLM)を含む包括的なフレームワークである。 我々はLLaMAを細調整してFinMAを提案する。 我々は、FinMAと既存のLLMを詳細に分析し、重要な財政課題に対処する際の長所と短所を明らかにする。
  論文  参考訳（メタデータ） (2023-06-08T14:20:29Z)
• Beyond Classification: Financial Reasoning in State-of-the-Art Language Models [0.0]
  大規模言語モデル(LLM)は複雑な多段階推論タスクにおいて顕著な能力を示した。 本研究は,金融分野におけるLLMの適用可能性に関する包括的調査である。 コヒーレントな財務推論を生成する能力は、まず6Bパラメータで現れ、より良い命令チューニングやより大きなデータセットで改善を続けている。
  論文  参考訳（メタデータ） (2023-04-30T04:36:05Z)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)

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。