Multi-Lingual ESG Impact Type Identification
Rattachement africain : jp, tw, fr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Chung-Chi Chen, Yu-Min Tseng, Juyeon Kang, Anaïs Lhuissier, Yohei Seki, Min-Yuh Day, Teng-Tsai Tu, Hsin-Hsi Chen. Proceedings of the Sixth Workshop on Financial Technology and Natural Language Processing. 2023.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Multi-Lingual ESG Impact Type Identification
- Date Crossref
- 01/01/2023
- Éditeur
- Association for Computational Linguistics
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
National Institute of Advanced Industrial Science and Technology pays non établi dans la noticeOrganisme public
-
National Taiwan University Data Science Degree Program pays non établi dans la noticeUniversité ou école supérieure
-
Academia Sinica pays non établi dans la noticeStructure de recherche
-
Thales (France) pays non établi dans la noticeEntreprise
-
University of Tsukuba pays non établi dans la noticeUniversité ou école supérieure
-
National Taipei University Graduate Institute of Information Management pays non établi dans la noticeUniversité ou école supérieure
-
National Taipei University of Business pays non établi dans la noticeUniversité ou école supérieure
-
AIST pays non établi dans la noticeInstitution
National Institute of Advanced Industrial Science and Technology, Data Science Degree Program — National Taiwan University et Academia Sinica, avec 5 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.