- Нестационарные векторные модели коррекции ошибок: оценка и вывод (arXiv)
Автор: Джити Гао, Бин Пэн, Яи Ян.
Аннотация: В этой статье рассматривается изменяющаяся во времени векторная модель исправления ошибок, которая позволяет различным поведениям временных рядов (например, единичным корням и локально стационарным процессам) взаимодействовать друг с другом для сосуществования. С практической точки зрения эту структуру можно использовать для оценки сдвигов в предсказуемости нестационарных переменных, проверки периодичности экономических теорий и т. д. Сначала мы разработаем теорему Грейнджера о представлении, изменяющуюся во времени, которая облегчает установление асимптотических свойств для модели, а затем предложить методы оценки и логического вывода, а также теорию как для краткосрочных, так и для долгосрочных коэффициентов. Мы также предлагаем информационный критерий для оценки длины лага, тест отношения сингулярных значений для определения ранга коинтеграции и тест гипотезы для проверки стабильности параметра. Чтобы подтвердить теоретические выводы, мы проводим обширное моделирование. Наконец, мы демонстрируем эмпирическую релевантность, применяя структуру для исследования гипотезы рациональных ожиданий временной структуры США.
2. NaSGEC: многодоменный набор данных для исправления китайских грамматических ошибок из текстов носителей языка (arXiv)
Автор: Юэ Чжан, Бо Чжан, Хаочэнь Цзян, Чжэнхуа Ли, Чэнь Ли, Фэй Хуан, Минь Чжан.
Аннотация: Мы представляем NaSGEC, новый набор данных для облегчения исследований по исправлению китайских грамматических ошибок (CGEC) для текстов носителей языка из разных доменов. Предыдущее исследование CGEC в основном фокусировалось на исправлении текстов из одной области, особенно эссе учащихся. Чтобы расширить целевую область, мы аннотируем несколько ссылок для 12 500 предложений из трех родных областей, то есть социальных сетей, научных работ и экзаменов. Мы предоставляем надежные результаты тестов для NaSGEC, используя передовые модели CGEC и различные обучающие данные. Далее мы проводим подробный анализ связей и пробелов между нашими областями как с эмпирической, так и со статистической точек зрения. Мы надеемся, что эта работа может вдохновить будущие исследования в важном, но малоизученном направлении — междоменном GEC.
