详细内容或原文请订阅后点击阅览
中央银行研究的AI驱动工具
Nicholas Gray，Finn Lattimore，Kate McLoughlin和Callan Windsor在本文中，Higlight Higlight澳大利亚储备银行在研究中如何使用AI：在一个高政策不确定性的世界中，中央银行更多地依靠软信息来源来补充传统的经济统计数据和基于模型的预测。一个宝贵的软信息来源来自[…]
来源:Mostly EconomicsNicholas Gray，Finn Lattimore，Kate McLoughlin和Callan Windsor在本文中，Higlight澳大利亚储备银行如何在研究中使用AI：
在本文中在一个高政策不确定性的世界中，中央银行更多地依靠软信息来源来补充传统的经济统计和基于模型的预测。一项宝贵的软信息来源来自通过中央银行联络计划收集的情报 - 结构化计划，中央银行的工作人员定期与公司交谈以收集见解。本文介绍了一种新的文本分析和检索工具，该工具有效地处理，组织和分析了使用现代自然语言处理技术从公司收集的联络情报。文本数据集跨越大约25年，一旦获得了新信息，并涵盖了各种各样的业务规模和行业。
该工具同时使用传统的文本分析技术和强大的语言模型来为分析师和研究人员提供三个关键功能：（1）快速查询商业联络的整个历史记录； （2）放大特定主题以检查其频率（主题暴露）并分析讨论的相关语气和不确定性； （3）从文本中提取精确的数值，例如公司报告的工资和价格增长的数字。