| 研究課題/領域番号 |
18K11558
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 甲南大学 |
|---|
研究代表者 |
関 和広 甲南大学, 知能情報学部, 教授 (30444566)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 深層学習 / 機械学習 / 大規模言語モデル / 景況感指数 / 足元予測 / 多言語モデル / 文書間類似度 / センチメント分析 / 経済指標 / 時系列分析 / ナウキャスト / テキストアナリティクス / 感情分析 / ニューラルネットワーク / テキスト類似度 / 多言語機械翻訳 / データマイニング / 文書類似度 / 異言語情報検索 / テキストマイニング / 市場感情分析 |
|---|
| 研究成果の概要 |
本研究では，ニュース記事等の大量のテキスト情報を活用し，金融・経済分野におけるテキストマイニングの研究を推進することを目的とし，速報性の高いニュースメディアを基にした景況感予測，および異なる言語で書かれた文書間の類似度の推定に取り組んできた．前者の景況感予測については，近年の自然言語処理タスクで主流となっている自己注意機構を用いたモデルを採用し，頑健かつ精度の高い景況感予測を可能とした．後者の異言語の文書間類似度については，深層学習に基づく翻訳モデルの内部表現を利用することで，従来手法以上の精度で日本語ー英語間，英語ーヒンズー語間での意味的な類似度の推定に成功した．
|
| 研究成果の学術的意義や社会的意義 |
従来はアンケートなどのコスト・時間がかかる集計調査によっていた景況感が低コストかつほぼリアルタイムで行えることが示されたことにより，本研究成果を利用することで，金融当局の政策や企業の意思決定がよりタイムリーかつ効果的に行えるものと期待できる．さらに，異言語の文間の類似度を高精度で推定できることが明らかになったことから，これを発展させ前者と併用することで，言語の壁を超えて金融・経済関連テキストデータを統一的に分析することが可能となる．
|
