Textregression – Vorhersage von Zahlen aus Text

Die textbasierte Regression prognostiziert eine kontinuierliche Zielvariable unter Verwendung von Merkmalen, die aus Text extrahiert wurden – TF-IDF-Werte, Embeddings oder N-Gramme – als unabhängige Variablen. Aufbauend auf dem von Gentzkow, Kelly und Taddy (2019) konsolidierten „Text-as-Data“-Programm ermöglicht sie die direkte Schätzung eines numerischen Ergebnisses wie eines Preises, einer Bewertung oder eines Sentiment-Scores aus Dokumenten und wird in den Sozialwissenschaften, der Ökonomie und Finanzanwendungen häufig eingesetzt.