2023 年度研究成果報告書

経済シナリオ分析のための因果関係インスタンス認識技術の確立

研究課題

PDF

研究課題/領域番号	21K12010
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61030:知能情報学関連
研究機関	北海道大学 (2023) 東京大学 (2021-2022)
研究代表者	坂地泰紀北海道大学, 情報科学研究院, 准教授 (70722809)
研究期間 (年度)	2021-04-01 – 2024-03-31
キーワード	因果関係
研究成果の概要	タグ付けを行った決算短信データ、タグ付与済みの英語ロイターニュース記事、FinCausalのデータセットを用いて因果関係インスタンス抽出実験を行い、日英の文書から因果関係インスタンスを抽出できる手法の開発に取り組んだ。結果的に、BERTとグラフニューラルネットワークを組み合わせることで既存の手法よりも高い精度で因果関係インスタンスを抽出できる手法の開発に成功した。最終的に、本研究は、「FinancialCausality Extraction based on Universal Dependencies and Clue Expressions」というタイトルで査読付き論文誌に採録された。
自由記述の分野	自然言語処理
研究成果の学術的意義や社会的意義	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。