Предсказание выхода из текстовых дескрипторов - основа расчета языков

arXiv: 2608.0045v2 Annualce Type: заменить резюме: Это исследование показывает, что только текстовые дескрипторы могут предсказывать успех на ранних этапах стартапа, определяемый как выход, без опоры на контекстуальные, финансовые или людские переменные капитала. Используя наборы данных о венчурном капитале, охватывающие 7419 стартапов в течение 20 лет, исследование изолирует текстовые подстраивающие переменные и инженеры 850 параметров посредством начального описательного картирования. Подгруппы данных и векторные встроенные системы оцениваются на предмет статистического значения, после чего проводятся эксперименты с машинным обучением под наблюдением по шести моделям. LightGBM достигла наивысших прогнозируемых показателей (F1 = 0,48), а только текстовые дескрипторы достигли F1 = 0,30, что подтверждает автономное прогнозное значение описательных частей основателей. Анализ характеристик показывает, что оптимизированная плотность гипинг-маркеров, включая прилагательные, жаргон и жужжание, ассоциируется с более высокой вероятностью выхода, в то время как чрезмерная продолжительность заявления или имени уменьшает его. В исследовании также содержится квантовая оценка