NMIXX: Domain-Adapted Neural Embeddings for Cross-Lingual eXploration of Finance
创建于 更新于
摘要
本文提出了NMIXX，一套面向金融领域的跨语言神经嵌入模型，通过18.8K高质量三元组数据进行领域适应微调，有效捕捉低资源语言（如韩语）中的金融专业语义偏移。为了评估模型性能，发布了面向韩语金融文本的KorFinSTS基准，涵盖新闻、披露、研究报告与法规四大子领域。实验证明，NMIXX在金融语义文本相似度任务中，尤其是跨语言金融语料上表现显著提升（Spearman’s ρ提升最高达0.22），但在通用领域表现有所折损，强调了领域定制与泛化能力的权衡。同时，研究指出编码器的词表设计对于低资源语言的领域适应至关重要，本报告详述了该技术路线及其实际效用 [page::0][page::1][page::2][page::4][page::5][page::6]
