上下文是关键:使用重要文本信息进行预测的基准
本研究提出了一种新颖的文本引导时间序列预测任务(TGTSF)及基准模型TGForecaster,通过交叉注意机制融合文本与时间序列数据。评估结果表明,TGForecaster在多个数据集上表现优异,展示了文本信息在时间序列预测中的潜力,为未来研究奠定基础。
原文中文,约300字,阅读约需1分钟。
本研究提出了一种新颖的文本引导时间序列预测任务(TGTSF)及基准模型TGForecaster,通过交叉注意机制融合文本与时间序列数据。评估结果表明,TGForecaster在多个数据集上表现优异,展示了文本信息在时间序列预测中的潜力,为未来研究奠定基础。