Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Improving BERT-based Query-by-Document Retrieval with Multi-task Optimization Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

Turning News Texts into Business Sentiment

verfasst von : Kazuhiro Seki

Erschienen in: Advances in Information Retrieval

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper describes a demonstration system for our project on news-based business sentiment nowcast. Compared to traditional business sentiment indices which rely on a time-consuming survey and are announced only monthly or quarterly, our system takes advantage of news articles continually published on the Web and updates the estimate of business sentiment as the latest news come in. Additionally, it provides functionality to search any keyword and temporally visualize how much it influenced business sentiment, which can be a useful analytical tool for policymakers and economists. The codes and demo system are available at https://​github.​com/​kazuhiro-seki/​sapir-web.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Streamlining Evaluation with ir-measures
Nächstes Kapitel SolutionTailor: Scientific Paper Recommendation Based on Fine-Grained Abstract Analysis
Fußnoten
2
e-Stat is a portal site for official Japanese government statistics.
 
4
The Nikkei is the world’s largest financial newspaper.
 
Literatur
1.
Aiba, Y., Yamamoto, H.: Data science and new financial engineering. Bus. Obs. 81(2), 30–41 (2018). (in Japanese)
2.
Derakhshan, A., Beigy, H.: Sentiment analysis on stock social media for stock price movement prediction. Eng. Appl. Artif. Intell. 85, 569–578 (2019)CrossRef
3.
4.
Ge, Y., Qiu, J., Liu, Z., Gu, W., Xu, L.: Beyond negative and positive: exploring the effects of emotions in social media during the stock market crash. Inf. Process. Manage. 57(4), 102218 (2020)CrossRef
5.
Goshima, K., Takahashi, D., Yamada, T.: Construction of business news index by natural language processing and its application to volatility prediction. Fin. Res. 38(3) (2019). (in Japanese)
6.
Li, X., Wu, P., Wang, W.: Incorporating stock prices and news sentiments for stock market prediction: a case of Hong Kong. Inf. Process. Manage. 57(5), 102212 (2020)CrossRef
7.
Manevitz, L.M., Yousef, M.: One-class SVMs for document classification. J. Mach. Learn. Res. 2, 139–154 (2002)MATH
8.
Picasso, A., Merello, S., Ma, Y., Oneto, L., Cambria, E.: Technical analysis and sentiment embeddings for market trend prediction. Expert Syst. Appl. 135, 60–70 (2019)CrossRef
9.
10.
11.
Seki, K., Ikuta, Y., Matsubayashi, Y.: News-based business sentiment and its properties as an economic index. Inf. Process. Manage. 59(2) (to appear)
12.
13.
Tu, W., Yang, M., Cheung, D.W., Mamoulis, N.: Investment recommendation by discovering high-quality opinions in investor based social networks. Inf. Syst. 78, 189–198 (2018)CrossRef
14.
15.
Yamamoto, Y., Matsuo, Y.: Sentiment summarization of financial reports by LSTM RNN model with the Japan Economic Watcher Survey Data. In: Proceedings of the 30th JSAI (2016). (in Japanese)
Metadaten
Titel
Turning News Texts into Business Sentiment
verfasst von
Kazuhiro Seki
Copyright-Jahr
2022
Buch
Advances in Information Retrieval

Print ISBN: 978-3-030-99738-0

Electronic ISBN: 978-3-030-99739-7

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-030-99739-7_39