سوال:
نئی مشین سیکھنے کی صلاحیتیں مالی اعداد و شمار کے ل stock اسٹاک دستاویزات کی کان کنی کو کیسے اہل بن سکتی ہیں؟
A:مشین لرننگ اور اے آئی کی دلچسپ نئی فرنٹیئرز میں سے ایک یہ ہے کہ سائنس دان اور انجینئر اسٹاک کی نقل و حرکت اور سرمایہ کاری کے نتائج کی پیش گوئی کے ل completely مکمل طور پر نئی قسم کے وسائل استعمال کرنے کے مختلف طریقوں پر عمل پیرا ہیں۔ یہ مالیاتی دنیا میں ایک زبردست گیم چینجر ہے ، اور سرمایہ کاری کی حکمت عملی کو بہت گہرا انداز میں بدل دے گا۔
اس قسم کے اسٹاک ریسرچ کو بڑھانے کے لئے بنیادی خیالات میں سے ایک کمپیوٹیشنل لسانیات ہے ، جس میں قدرتی زبان کی نمونہ شامل ہے۔ ماہرین اس بات کی تحقیقات کر رہے ہیں کہ ایس ای سی فائلنگس سے لیکر شیئر ہولڈر تک دوسرے پردیی ٹیکسٹ پر مبنی وسائل کو ٹیکسٹ دستاویزات کو کس طرح استعمال کیا جائے ، تاکہ اسٹاک تجزیہ کو بڑھایا جا سکے یا مکمل طور پر نئے تجزیے تیار ہوں۔
| مفت ڈاؤن لوڈ: مشین سیکھنا اور اس سے کیوں فرق پڑتا ہے |
اہم اعلان دستبرداری یہ ہے کہ یہ سب صرف عصبی نیٹ ورکس ، مشین لرننگ اور قدرتی زبان کے تجزیے میں بالکل نئی پیشرفت کے ذریعہ ممکن ہے۔ ایم ایل / اے آئی کی آمد سے قبل ، کمپیوٹنگ ٹکنالوجی زیادہ تر ان پٹ کو "پڑھنے" کے لp لکیری پروگرامنگ کا استعمال کرتی تھی۔ ٹیکسٹ دستاویزات مفید ہونے کے لئے بہت زیادہ غیر تنظیمی تھیں۔ لیکن پچھلے کچھ سالوں کے اندر قدرتی زبان کے تجزیے میں ہونے والی پیشرفت کے ساتھ ، سائنس دانوں کو معلوم ہو رہا ہے کہ ممکنہ نتائج کے ل natural قدرتی زبان کو "میرا" بنانا ممکن ہے یا دوسرے لفظوں میں ، نتائج کی کسی حد تک حساب کی جاسکتی ہے۔
اس کی کچھ بہترین شواہد اور نہایت مفید مثالیں ویب پر دستیاب مختلف مقالوں اور ڈاکٹریٹیکل کام سے آتی ہیں۔ اپریل 2016 میں شائع ہونے والے ایک مقالے میں ، "مالیاتی معاشیات میں مشین لرننگ اور کمپیوٹیشنل لسانیات کی درخواستیں ،" للی گاو کارپوریٹ ایس ای سی فائلنگ ، شیئر ہولڈر کالز ، اور سوشل میڈیا پیغامات کی کان کنی سے متعلق مخصوص عمل کی وضاحت کے ساتھ بیان کرتی ہیں۔
گاو لکھتے ہیں ، "غیر ساختہ اور اعلی جہتی ٹیکسٹ ڈیٹا سے معنی خیز سگنل نکالنا آسان کام نہیں ہے۔" "تاہم ، مشین لرننگ اور کمپیوٹیشنل لسانی تکنیک کی ترقی کے ساتھ ، متنی دستاویزات کے کاموں کو پروسیسنگ اور اعدادوشمار سے تجزیہ کرنے سے متعلق کاموں کو پورا کیا جاسکتا ہے ، اور معاشرتی علوم میں شماریاتی ٹیکسٹ تجزیہ کی بہت سی درخواستیں کامیاب ثابت ہوئی ہیں۔" خلاصہ میں ماڈلنگ اور انشانکن کے بارے میں گاو کی بحث سے ، پوری تیار شدہ دستاویز یہ بتاتی ہے کہ اس طرح کے کچھ تجزیہ تفصیل سے کیسے کام کرتے ہیں۔
فعال منصوبوں کے دوسرے ذرائع میں یہ گٹ ہب پروجیکٹ مختصر جیسے صفحات شامل ہیں اور یہ آئی ای ای وسائل خاص طور پر "ٹویٹر سینٹمنٹ تجزیہ" سے قیمتی مالی معلومات حاصل کرنے کے بارے میں بات کرتے ہیں۔
سب سے اہم بات یہ ہے کہ این ایل پی کے ان نئے ماڈلز کا استعمال نہ صرف مالیاتی تجزیہ کے لئے ، بلکہ دوسری طرح کی کھوج کی دریافت کے لئے ، ہر طرح کی متنی دستاویزات کے استعمال میں تیزی سے جدت پیدا کررہا ہے ، جو "زبان" کے مابین روایتی طور پر قائم لکیر کو دھندلا بنا رہا ہے۔ "ڈیٹا۔"
