Establishment of causal instance recognition techniques for economic scenario analysis

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K12010
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Hokkaido University (2023); The University of Tokyo (2021-2022)
• Principal Investigator: Sakaji Hiroki 北海道大学, 情報科学研究院, 准教授 (70722809)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 因果関係

Outline of Final Research Achievements

I conducted causal instance extraction experiments using tagged earnings release data, tagged English Reuters news articles, and FinCausal datasets to develop a method that can extract causal instances from Japanese and English documents. As a result, I succeeded in developing a method that can extract causal instances with higher accuracy than existing methods by combining BERT and graph neural networks.
Finally, this research was accepted for publication in a peer-reviewed journal under the title “FinancialCausality Extraction based on Universal Dependencies and Clue Expressions.

Free Research Field

自然言語処理

Academic Significance and Societal Importance of the Research Achievements

因果関係インスタンス抽出手法を作成するために、BERTモデルの改良の検討も行った。その結果、金融特化のBERTモデルの構築ができ、こちらをhugging faceにて公開した。また、その過程で得られた他のBERTモデルも公開し、公開したBERTモデルは幅広く利用されている。
作成した因果関係インスタンス抽出手法は、日本語と英語のみならず、学習データさえ存在すれば、他の言語でも利用可能であることから、今後の研究発展が期待される。