Applicazione di modelli linguistici preaddestrati nella ricerca finanziaria moderna

Heungmin Lee

No ahc2m, OSF Preprints from Center for Open Science

Abstract: Negli ultimi anni, i modelli linguistici preaddestrati (PLM) sono emersi come un potente strumento per le attività di elaborazione del linguaggio naturale (NLP). In questo documento, esaminiamo il potenziale di questi modelli nel settore finanziario e le sfide che devono affrontare in questo dominio. Discutiamo anche l'interpretabilità di questi modelli e le considerazioni etiche associate al loro utilizzo nella finanza. La nostra analisi mostra che i modelli linguistici preaddestrati hanno il potenziale per rivoluzionare il modo in cui i dati finanziari vengono analizzati ed elaborati. Tuttavia, è importante affrontare le sfide e le considerazioni etiche associate alla loro implementazione per garantire che vengano utilizzate in modo responsabile e affidabile. La ricerca futura si concentrerà sullo sviluppo di modelli in grado di gestire la volatilità dei dati finanziari, mitigare i bias nei dati di addestramento e fornire previsioni interpretabili. Nel complesso, riteniamo che il futuro dell'IA nella finanza sarà modellato dal continuo sviluppo e implementazione di modelli linguistici preaddestrati.

Date: 2023-02-01
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://osf.io/download/63da8aef6946a0023a7a5627/

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:osf:osfxxx:ahc2m

DOI: 10.31219/osf.io/ahc2m

Access Statistics for this paper

More papers in OSF Preprints from Center for Open Science
Bibliographic data for series maintained by OSF ().