权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

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

经济情景分析因果实例识别技术的建立

基本信息

批准号：
21K12010
负责人：
坂地泰紀
金额：
$ 2.41万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

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。加えて、中国語からの因果関係も検討するために、タグ付けを開始した。また、因果関係インスタンスを抽出する前に行うフィルタリングに関する研究についても、グラフニューラルネットワークを用いる手法を提案し、「BERTとGATを用いた金融テキストにおける因果関係を含む文の判定」というタイトルで言語処理学会年次大会にて発表を行った。因果関係インスタンスを抽出するためにドメイン特化のBERTモデルの構築も行った。作成した事前学習モデルは、Web上で公開しており、誰でも無料で利用可能となっている。こちらに研究に関しては、「Constructing and analyzing domain-specific language model for financial text mining」というタイトルでInformation Processing & ManagementというElsevierの論文誌に採録された。加えて、ドメイン特化の事前学習フレームワークについては、「Gradual Further Pre-training Architecture for Economics/Finance Domain Adaptation of Language Model」というタイトルで、IEEE BigData 2022に採録された。

In the process of processing, the accounting information of SMS, SMS, The results of BERT and the development of the existing methods of causal relationship extraction were successful. Add China language to the cause and effect of the discussion. A proposal was made for the study of causal relationships before they were extracted,"BERT GAT is used to determine causal relationships," which was presented at the annual conference of the Society for Speech Processing. Causality is the most important factor in establishing a causal relationship. Make a study beforehand, open it on the Web, and make use of it. "Constructing and analyzing domain-specific language model for financial text mining" is a research topic. Add to this list: "Gradual Further Pre-training Architecture for Economics/Finance Domain Adaptation of Language Model", IEEE BigData 2022.