dc.contributor.author | Siddiqui, Hafeez Ur Rehman | |
dc.contributor.author | Sainz de Abajo, Beatriz | |
dc.contributor.author | Torre Díez, Isabel de la | |
dc.contributor.author | Rustam, Furqan | |
dc.contributor.author | Raza, Amjad | |
dc.contributor.author | Atta, Sajjad | |
dc.contributor.author | Ashraf, Imran | |
dc.date.accessioned | 2024-01-27T19:54:43Z | |
dc.date.available | 2024-01-27T19:54:43Z | |
dc.date.issued | 2023 | |
dc.identifier.citation | PeerJ Computer Science, Enero 2023, vol. 9, p. e1134-e1158. | es |
dc.identifier.issn | 2376-5992 | es |
dc.identifier.uri | https://uvadoc.uva.es/handle/10324/65130 | |
dc.description | Producción Científica | es |
dc.description.abstract | Se investiga la predicción del estado financiero de las empresas a partir del análisis de las emociones extraídas de las “llamadas de ganancias”, entendiendo por tales las conversaciones telefónicas entre la gerencia (de la empresa) y los medios de comunicación. Estas características extraídas de la red de memoria a corto plazo (long short-term memory network) se utilizan para entrenar los modelos de aprendizaje automático. Los resultados muestran que las funciones LSTM brindan un mejor rendimiento que el tradicional análisis de palabras junto con las funciones Term frequency–Inverse document frequency (TF-IDF). | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | eng | es |
dc.publisher | PeerJ | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Bankruptcy prediction | es |
dc.subject.classification | Transfer learning | es |
dc.subject.classification | Feature extraction | es |
dc.subject.classification | Deep learning | es |
dc.subject.classification | Artificial Intelligence | es |
dc.subject.classification | Data Mining | es |
dc.subject.classification | Machine Learning | es |
dc.title | Predicting bankruptcy of firms using earnings call data and transfer learning | es |
dc.type | info:eu-repo/semantics/article | es |
dc.rights.holder | Propietario de los derechos: autores | es |
dc.identifier.doi | 10.7717/peerj-cs.1134 | es |
dc.relation.publisherversion | https://peerj.com/articles/cs-1134/ | es |
dc.identifier.publicationfirstpage | e1134 | es |
dc.identifier.publicationlastpage | e1158 | es |
dc.identifier.publicationtitle | PeerJ Computer Science | es |
dc.identifier.publicationvolume | 9 | es |
dc.peerreviewed | SI | es |
dc.description.project | La investigación fue apoyada por la Universidad Europea del Atlántico | es |
dc.identifier.essn | 2376-5992 | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.type.hasVersion | info:eu-repo/semantics/publishedVersion | es |