抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
金融ニュースに埋め込まれた隠れた情報を抽出することは,市場の揮発性予測に対する効果的なアプローチである。本論文では,市場予測のためのニュースイベントのシーケンスから潜在的構造を動的に抽出する再帰ニューラルネットワーク(RNN)ベースの方法を提案した。特に,著者らは最初に,文章の意味的意味を表現するために,金融ニュースデータセットに関するスキップ思考モデルを訓練した。次に,単一日からの表現を集約し,市場指標に従って毎日の特徴を形成する。最後に,より良い予測のために数日前に発表されたニュースを利用するために,著者らは,ニュースイベントのシーケンスに埋め込まれた動的パターンを調査することによって,情報を統合するために,長い短期記憶RNN(LSTM-RNN)を利用した。公共利用可能なReutersとBloomberg金融ニュースデータセットに関する広範な実験は,著者らの方法の有効性を検証し,著者らの方法が最先端の性能を達成することを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】