Tekstregrassie — Het voorspellen van getallen uit tekst

Tekstgebaseerde regressie voorspelt een continue doelvariabele met behulp van kenmerken die uit tekst zijn geëxtraheerd — TF-IDF-scores, embeddings of n-grammen — als de onafhankelijke variabelen. Voortbouwend op het tekst-als-data-programma, geconsolideerd door Gentzkow, Kelly en Taddy (2019), laat het een numerieke uitkomst zoals een prijs, een beoordeling of een sentiment score direct uit documenten schatten, en wordt het veel gebruikt in toepassingen in de sociale wetenschappen, economie en financiën.