論文の概要: Arabic Financial NLP

• arxiv url: http://arxiv.org/abs/2610.25854v1
• Date: Mon, 19 Oct 2026 06:10:26 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:26:27.966962
• Title: Arabic Financial NLP
• Title（参考訳）: アラビア語の金融NLP
• Abstract要約: アラビア語の金融自然言語処理は、企業報告、市場開示、ジャーナリズム、銀行間相互作用などにわたる関係を研究する方法を提供している。 この章では、情報源収集とアラビア文字処理から語彙、評価、実体、因果帰属、多言語報告までの関係について述べる。 発行されたアラビア語リソースは、金融事前学習コーパス、注釈付きデータセット、評価ベンチマークを区別して、彼らが答えるために設計された質問に関連して議論される。
• 参考スコア（独自算出の注目度）: 2.0910011859259714
• License:
• Abstract: Financial communication connects numerical accounts of economic activity with explanations of performance, responsibility and future expectations. Arabic financial natural language processing offers methods for studying these connections across corporate reports, market disclosures, journalism and banking interactions. Its contribution to digital humanities depends on retaining the relationship between a computational representation and the document from which it was made. This chapter follows that relationship from source collection and Arabic text processing to the analysis of vocabulary, evaluation, entities, causal attribution and multilingual reporting. It then examines what financial summaries and retrieval-grounded answers preserve or lose, and how dialectal intent detection changes the perspective from institutions speaking to institutions listening. Published Arabic resources are discussed in relation to the questions they were designed to answer, with a distinction between financial pretraining corpora, annotated datasets and evaluation benchmarks. A running constructed example connects the methodological discussion without presenting illustrative analysis as empirical findings. The chapter argues for an account of Arabic financial NLP in which linguistic context, documentary provenance and interpretive judgement remain part of the evidence throughout the analytical process.
• Abstract（参考訳）: 金融コミュニケーションは、経済活動の数値的な説明と、パフォーマンス、責任、将来の期待についての説明を結びつける。 アラビア語の金融自然言語処理は、企業報告、市場開示、ジャーナリズム、銀行間相互作用など、これらの関係を研究する方法を提供している。 そのデジタル人間性への貢献は、計算表現とそれが作成した文書との関係を維持することに依存する。 この章では、情報源収集とアラビア文字処理から語彙、評価、実体、因果帰属、多言語報告までの関係について述べる。 次に、財務的な要約と検索対象の回答が保存または失うもの、弁証的意図の検出が、聴く機関に話しかける機関の視点をどう変えるかを検討する。 発行されたアラビア語リソースは、金融事前学習コーパス、注釈付きデータセット、評価ベンチマークを区別して、彼らが答えるために設計された質問に関連して議論される。 実行中の構成例は、実証的な発見としてイラストレーション分析を提示することなく、方法論的な議論を結び付ける。 この章は、言語的文脈、文書的証明、解釈的判断が分析過程を通じて証拠の一部であるという、アラビア語の財務的NLPの説明を論じている。

関連論文リスト

• SAHM: A Benchmark for Arabic Financial and Shari'ah-Compliant Reasoning [59.20983102634086]
  アラビア財務NLPとシャリヤ対応推論のための文書グラウンドベンチマークと命令チューニングデータセットであるSAHMを紹介する。 SAHMには、AAOIFI標準QA、fatwaベースのQA/MCQ、会計とビジネス試験、財務感情分析、抽出要約、イベント起因推論の7つのタスクにまたがる14,380のエキスパート認定インスタンスが含まれている。 アラビア語の流布は、証拠を根拠とした金銭的推論に確実に変換されない。
  論文  参考訳（メタデータ） (2026-04-21T05:24:08Z)
• Aspect-Level Obfuscated Sentiment in Thai Financial Disclosures and Its Impact on Abnormal Returns [0.0]
  本稿では, タイの金融年報における難読感をデコードするために, Aspect-Based Sentiment Analysis (ABSA) を用いた新しいアプローチを提案する。 我々はこれらのテキストに難読感を注釈付けするための具体的なガイドラインを開発し、100以上の財務報告を注釈付けする。 以上の結果から,市場反応はレポート内の特定の側面によって選択的に影響されることが示唆された。
  論文  参考訳（メタデータ） (2025-11-17T15:17:46Z)
• Automatic detection of relevant information, predictions and forecasts in financial news through topic modelling with Latent Dirichlet Allocation [9.059679096341474]
  我々は、関連するテキストを特定するための財務ニュースの分析と、そのテキストの中で予測と予測に焦点を当てる。 本稿では、投資家が関連する金融事象を検出するのを支援するために、新たな自然言語処理(NLP)システムを提案する。
  論文  参考訳（メタデータ） (2024-03-30T17:49:34Z)
• Detection of Temporality at Discourse Level on Financial News by Combining Natural Language Processing and Machine Learning [8.504685056067144]
  Bloomberg News、CNN Business、Forbesといった金融関連のニュースは、市場スクリーニングシステムにとって貴重なデータ源である。 談話レベルでの財務関連ニュースの時間性を検出する新しいシステムを提案する。 この分野の知識を持つ研究者によって注釈付けされた金融関連ニュースのラベル付きデータセットを用いて,本システムを検証した。
  論文  参考訳（メタデータ） (2024-03-30T16:40:10Z)
• Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
  最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。 この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。 方言データセットにおけるNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
  論文  参考訳（メタデータ） (2024-01-11T03:04:38Z)
• Removing Non-Stationary Knowledge From Pre-Trained Language Models for Entity-Level Sentiment Classification in Finance [0.0]
  KorFinASCは韓国のアスペクトレベルの感情分類データセットで、12,613人の注釈付きサンプルで構成されている。 我々は「非定常知識」という用語を、以前正しかったが変化しそうな情報を指すために使用し、新しいマスキングパターンである「TGT-Masking」を提示する。
  論文  参考訳（メタデータ） (2023-01-09T01:26:55Z)
• 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)
• Text analysis in financial disclosures [0.0]
  会社の財務情報開示の殆どは、構造化されていないテキストである。 研究者は最近、情報開示のテキストコンテンツを分析し始めた。 この研究は、現在の感情指標の焦点の限界を強調して、開示分析方法に寄与する。
  論文  参考訳（メタデータ） (2021-01-06T17:45:40Z)
• ERICA: Improving Entity and Relation Understanding for Pre-trained Language Models via Contrastive Learning [97.10875695679499]
  そこで本研究では, ERICA という新たなコントラスト学習フレームワークを提案し, エンティティとその関係をテキストでより深く理解する。 実験の結果,提案する erica フレームワークは文書レベルの言語理解タスクにおいて一貫した改善を実現することがわかった。
  論文  参考訳（メタデータ） (2020-12-30T03:35:22Z)

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。