Գիտական Արցախ=Scientific Artsakh=Научный Арцах
www.artsakhlib.am
Քարամյան Տիգրան, Карамян Тигран
Բնական լեզվի մշակման կիրառությունները տնտեսագիտության մեջ և ֆինանսներում ; Применение обработки естественного языка в экономике и финансах
Natural Language Processing (NLP) is used to extract desired patterns from unstructured data and to convert the raw data into actionable insights. This capability serves as the foundation for all AI-human interactions in the financial sector. AI systems can gather, analyze, warn, and anticipate data thanks to NLP starting from customer care to risk prevention. This article represents some important applications of NLP in different fields of economics and finance. It is aimed to show how NLP can be beneficial for the industries. The following topics(issues) are discussed here: how NLP can be helpful when predicting financial trends with stochastic time series, why financial statements analysis is extremely helpful in accounting, how to gain the general idea of the content without diving into much details and how it affects one’s decision making process (on the example of FED (Federal Reserve System)), detection of language (style) change in financial reports (statements) on the example of FOMC (Federal Open Market Committee), why words can be treated like triggers in finance and what the benefits are. The work is written by using scientific abstraction and a combined examination of different modern applications of the methodology. The level of reliability and validity of the sources through their comprehensive study have been verified. This article substantiates the fact that the limitations of the unstructured data can be overcome by using AI - NLP. Human and artificial intelligence, when skillfully mixed, can lead to better investment decisions and risk management and reducing human error is critical and can help expose the hidden intentions (here: trends, expectations, movements, etc.) of unstructured data.
Բնական լեզվի մշակումը (NLP) օգտագործվում է ոչ կառուցվածքային տվյալներից ցանկալի օրինաչափություններ ստանալու և չմշակված տվյալները կիրառելի դարձնելու համար: Այս հնարավորությունը հիմք է հանդիսանում արհեստական բանականության և մարդու բոլոր փոխազդեցությունների համար ֆինանսական ոլորտում: AI համակարգերը կարող են հավաքել, վերլուծել, նախազգուշացնել ու կանխատեսել տվյալներ NLP-ի շնորհիվ՝ սկսած հաճախորդների սպասարկումից մինչև ռիսկերի կանխարգելում: Հոդվածը ներկայացնում է NLP-ի որոշ կարևոր կիրառություններ տնտեսագիտության ու ֆինանսների տարբեր ոլորտներում: Նպատակն է ներկայացնել, թե ինչպես NLP-ն կարող է օգտակար լինել տնտեսության համար: Հոդվածում քննարկվում են հետևյալ թեմաները (խնդիրները). ինչպես NLP-ն կարող է օգտակար լինել ստոխաստիկ ժամանակային շարքերով ֆինանսական միտումները կանխատեսելիս, ինչու է ֆինանսական հաշվետվությունների վերլուծությունը չափազանց օգտակար հաշվապահության մեջ, ինչպես ստանալ բովանդակության ընդհանուր պատկերացում՝ առանց մանրամասների մեջ խորանալու, և ինչպես է այն ազդում մարդու՝ որոշումների կայացման գործընթացի վրա (Դաշնային ռեզերվային համակարգի (FED)-ի օրինակով), ֆինանսական հաշվետվությունների շարադրման լեզվի (ոճի) փոփոխության հայտնաբերում FOMC-ի (Դաշնային բաց շուկայի կոմիտեի) օրինակով, ինչու բառերը կարող են հանդես գալ որպես ֆինանսական խթաններ և որոնք են օգուտները: Աշխատանքը գրված է գիտական վերացարկման և մեթոդաբանության տարբեր ժամանակակից կիրառությունների համակցված քննության միջոցով, և դրանց համակողմանի ուսումնասիրության միջոցով ստուգվել է աղբյուրների հավաստիության ու վավերականության մակարդակը: Աշխատանքը հիմնավորում է այն փաստը, որ ոչ կառուցվածքային տվյալների սահմանափակումները կարելի է հաղթահարել՝ օգտագործելով AI՝ NLP: Մարդկային ու արհեստական ինտելեկտը երբ հմտորեն միաձուլվում են, կարող են հանգեցնել ավելի լավ ներդրումային որոշումների ու ռիսկերի կառավարման, իսկ մարդկային սխալի նվազեցումը կարևոր է և կարող է օգնել բացահայտելու ոչ կառուցվածքային տվյալների թաքնված միտումները (այստեղ՝ միտումներ, ակնկալիքներ, շարժումներ և այլն):
Обработка естественного языка (NLP) используется для извлечения желаемых закономерностей из неструктурированных данных и преобразования необработанных данных в полезные идеи. Эта возможность служит основой для всех взаимодействий AI и человека в финансовом секторе. Системы искусственного интеллекта могут собирать, анализировать, предупреждать и прогнозировать данные благодаря NLP, начиная с обслуживания клиентов и заканчивая предотвращением рисков. В этой статье представлены некоторые важные применения NLP в различных областях экономики и финансов. Цель статьи ‒ показать, как NLP может быть полезным для промышленности. В статье рассматриваются следующие темы (вопросы): как NLP может быть полезным при прогнозировании финансовых тенденций с помощью стохастических временных рядов, почему анализ финансовой отчетности чрезвычайно полезен в бухгалтерском учете, как получить общее представление о содержании, не вдаваясь в подробности, и как это влияет на процесс принятия решений (на примере FED(Федеральная резервная система), обнаружение изменения языка (стиля) в финансовых отчетах на примере FOMC (Федеральный комитет по открытым рынкам), почему слова можно рассматривать как триггеры в финансах и в чем заключаются преимущества. Работа написана с использованием метода научной абстракции и комбинированного изучения различных современных приложений методологии, а уровень надежности и достоверности источников был проверен путем их всестороннего изучения. В этой статье обосновывается факт, что ограничения неструктурированных данных можно преодолеть с помощью AI - NLP. При умелом сочетании человеческий и искусственный интеллект может привести к более эффективным инвестиционным решениям и управлению рисками, а сокращение человеческих ошибок имеет решающее значение и может помочь выявить скрытые намерения (здесь: тенденции, ожидания, движения и т.д.) в неструктурированных данных.
Երևան
oai:arar.sci.am:305165
Nov 27, 2022
Feb 25, 2022
48
https://arar.sci.am/publication/333163
Edition name | Date |
---|---|
Karamyan, Tigran, Applications of Natural Language Processing in Economics and Finance | Nov 27, 2022 |
Acemoglu, D. Restrepo, P.
Petrosyan, Samson Mkrtchyan, Lilit
Tarposhyan, Hakob Գլխ․ խմբ․` Դիանա Գալոյան
Ghazaryan, Armen Grigoryan, Liana Arakelyan, Garnik
Hambardzumyan, Arman Mesropyan, Mesrop