Kvantitatív szövegbányászat
A közgazdaságtan számos területén fontos szerepet játszanak a szöveges adatok. Ezek a nem strukturált adatforrások általában jelentős tisztítási feldolgozási eljárást igényelnek annak érdekében, hogy információt tudjuk kinyerni belőlük. Itt lép be a képbe a természetes nyelvfeldolgozás (Natural Language Processing, NLP), amely segít értelmezni és strukturálni ezeket a szövegeket, elősegítve a gazdasági trendek, a piaci viselkedés, a fogyasztói hangulat, a politikai hatások és még sok más tényező jobb megértését. Ennek példája, hogy az NLP technológiáját felhasználva a közgazdasági jelentések, banki dokumentumok és más szöveges adatok strukturált formába hozhatók, ami lehetővé teszi a monetáris politikai hatások jobb és mélyebb megértését.
Publikációk a témában:
https://hitelintezetiszemle.mnb.hu/letoltes/hsz-21-4-t5-csillag-granat-neszveda.pdf
KAPCSOLÓDÓ ÓRA:
Big Data és Adatvizualizáció
AJÁNLOTT IRODALOM:
Silge J. (2021): “Supervised Machine Learning for Text Analysis”,
https://juliasilge.com/blog/smltar-complete/
Robinson D. & Silge J. (2017): “Text Mining with R: A Tidy Approach”,
https://www.tidytextmining.com
PUBLIKÁCIÓK
Csillag Balázs, Granát Marcell, Neszveda Gábor (2022): “A környezeti kérdésekre irányuló médiafigyelem és az ESG-befektetések”,
Hitelintézeti Szemle
Demeter Krisztina, Granát Marcell, Lőrincz László, Losonci Dávid (2023): “Digitalizáció és üzleti teljesítmény – hazai feldolgozóipari tapasztalatok”,
Közgazdasági Szemle