Este artículo presenta el diseño de un nuevo método de minería de textos para el aumento de palabras clave basado en modelos de procesamiento del lenguaje natural. Los modelos de vectorización BERT y de discriminación de palabras clave NEZHA, amplían las palabras clave semilla a partir de dos dimensiones de similitud e importancia lo cual permite la construcción del tesauro de palabras clave para la predicción del precio de las acciones. El resultado muestra que, en comparación con las palabras clave semilla, los índices de búsqueda de las palabras extraídas tienen correlaciones más altas con el CSI 300 y pueden mejorar su capacidad de predicción. Los autores resaltan que el modelo de aumento de palabras clave diseñado es útil para la expansión de otras variables en la previsión de series temporales financieras.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
ERP en la fabricación industrial. Pretersa, prefabricados de hormigón, cuenta su experiencia
Artículo:
Mejoras en las Funciones de la Administración de Operaciones. Casos Cubanos
Artículo:
Oferta Laboral en México: un enfoque de variables instrumentales
Artículo:
Control de inventarios de artículos con distintos patrones de demanda: estudio de un caso en la industria química
Artículo:
Diseño y justificación económica de la aplicación de espacios en blanco de grupo
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.