Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
 
Ab 1.11.2022 wird S.A.M. für alle Anliegen rund um das Studium genutzt!

Sie sind hier: Startseite (Seite 42)



Transformer-based Summarization and Sentiment Analysis of SEC 10-K Annual Reports for Company Performance Prediction  -  Einzelansicht


 

bibliographisches Zitat

Hsieh, H. ; Hristova, D. (2022). Transformer-based Summarization and Sentiment Analysis of SEC 10-K Annual Reports for Company Performance Prediction. In: HICSS (Hrsg.). 55th Hawaii International Conference on System Sciences (HICSS), Hawaii, 4-7 Januar, 2022. Honolulu, Hawaii: University of Hawaii at Manoa Library. (=Machine Learning and Predictive Analytics in Accounting, Finance, and Management). S. 1 - 10
Print-ISBN: 978-0-9981331-5-7
DOI: 10.24251/HICSS.2022.218 (online published: 04. Jan. 2022) (OA)

Grunddaten

Titel des Beitrags Transformer-based Summarization and Sentiment Analysis of SEC 10-K Annual Reports for Company Performance Prediction
Titel des Konferenzbeitrages 55th Hawaii International Conference on System Sciences (HICSS), Hawaii, 4-7 Januar, 2022
Erscheinungsjahr 2022
Seitenzahl von 1
Seitenzahl bis 10
Seiten-Umfang 10
Verlag University of Hawaii at Manoa Library
Verlagsort Honolulu, Hawaii
Band Machine Learning and Predictive Analytics in Accounting, Finance, and Management
Publikationsart Konferenzbeitrag/Proceeding
Print-ISBN 978-0-9981331-5-7
DOI (digital object indentifier) 10.24251/HICSS.2022.218 (online published: 04. Jan. 2022) (OA)

beteiligte Personen der HWR

Hristova, Diana, Prof. Dr.  (Autor/in)  

beteiligte externe Personen

HICSS,   (Herausgeber/in)  
T. Hsieh, H.  (Autor/in)  

Zugeordnete Projekte

Interpretierbarkeit von Machine Learning Methoden (Das Projekt ist für die Veröffentlichung im Internet nicht freigegeben)

Zugeordnete Einrichtungen

Fachbereich 1 Wirtschaftswissenschaften

Link

Beschreibung Link QR-Code
10.02.2022 http://hdl.handle.net/10125/79550