論文の概要: Glitter or Gold? Deriving Structured Insights from Sustainability
Reports via Large Language Models
- arxiv url: http://arxiv.org/abs/2310.05628v3
- Date: Tue, 16 Jan 2024 14:02:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-18 09:20:32.136192
- Title: Glitter or Gold? Deriving Structured Insights from Sustainability
Reports via Large Language Models
- Title（参考訳）: GlitterかGoldか?
大規模言語モデルによるサステナビリティレポートからの構造化された洞察の導出
- Authors: Marco Bronzini, Carlo Nicolini, Bruno Lepri, Andrea Passerini, Jacopo
Staiano
- Abstract要約: 本研究では,企業のサステナビリティレポートからESGに関する構造化された洞察を抽出するために,情報抽出(IE)手法を用いる。
次に、グラフに基づく表現を活用して、抽出された洞察に関する統計的分析を行う。
- 参考スコア（独自算出の注目度）: 16.231171704561714
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the last decade, several regulatory bodies have started requiring the
disclosure of non-financial information from publicly listed companies, in
light of the investors' increasing attention to Environmental, Social, and
Governance (ESG) issues. Publicly released information on sustainability
practices is often disclosed in diverse, unstructured, and multi-modal
documentation. This poses a challenge in efficiently gathering and aligning the
data into a unified framework to derive insights related to Corporate Social
Responsibility (CSR). Thus, using Information Extraction (IE) methods becomes
an intuitive choice for delivering insightful and actionable data to
stakeholders. In this study, we employ Large Language Models (LLMs), In-Context
Learning, and the Retrieval-Augmented Generation (RAG) paradigm to extract
structured insights related to ESG aspects from companies' sustainability
reports. We then leverage graph-based representations to conduct statistical
analyses concerning the extracted insights. These analyses revealed that ESG
criteria cover a wide range of topics, exceeding 500, often beyond those
considered in existing categorizations, and are addressed by companies through
a variety of initiatives. Moreover, disclosure similarities emerged among
companies from the same region or sector, validating ongoing hypotheses in the
ESG literature. Lastly, by incorporating additional company attributes into our
analyses, we investigated which factors impact the most on companies' ESG
ratings, showing that ESG disclosure affects the obtained ratings more than
other financial or company data.
- Abstract（参考訳）: 過去10年間で、いくつかの規制機関が、環境・社会・ガバナンス(esg)問題に対する投資家の関心の高まりを踏まえて、上場企業からの非金融情報の開示を要求し始めている。
サステナビリティのプラクティスに関する公開情報は、多様で非構造化、マルチモーダルなドキュメントでしばしば公開されています。
これは、コーポレート・ソーシャル・レスポンシビリティ(CSR)に関する洞察を導き出すために、データを統合されたフレームワークに効率よく集め、整列させることに挑戦する。
したがって、情報抽出(IE)手法は、ステークホルダーに洞察豊かで行動可能なデータを提供するための直感的な選択となります。
本研究では,企業サステナビリティレポートからESGの側面に関する構造化された洞察を抽出するために,Large Language Models(LLM),In-Context Learning,Retrieval-Augmented Generation(RAG)パラダイムを用いる。
次に,グラフ表現を活用し,抽出された洞察に関する統計的分析を行う。
これらの分析の結果,ESGの基準は500以上のトピックをカバーしており,既存の分類を超越したものが多く,様々なイニシアティブを通じて企業によって対処されていることが明らかとなった。
さらに、同じ地域やセクターの企業の間で開示の類似性が出現し、esg文献で進行中の仮説が検証された。
最後に、分析に企業属性を付加することにより、ESG評価に最も影響を与える要因を調査し、ESG開示が他の財務データや企業データよりも評価に影響を及ぼすことを示す。
関連論文リスト
- Trustworthiness in Retrieval-Augmented Generation Systems: A Survey [59.26328612791924]
Retrieval-Augmented Generation (RAG)は、大規模言語モデル(LLM)の開発において、急速に重要なパラダイムへと成長してきた。
本稿では,RAGシステムの信頼性を,事実性,堅牢性,公正性,透明性,説明責任,プライバシの6つの面で評価する統一的な枠組みを提案する。
論文 参考訳（メタデータ） (2024-09-16T09:06:44Z) - On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。
オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文 参考訳（メタデータ） (2024-02-27T16:49:53Z) - CRUD-RAG: A Comprehensive Chinese Benchmark for Retrieval-Augmented Generation of Large Language Models [49.16989035566899]
Retrieval-Augmented Generation (RAG)は、大規模言語モデル(LLM)の能力を高める技術である。
本稿では,大規模かつ包括的なベンチマークを構築し,様々なRAGアプリケーションシナリオにおけるRAGシステムのすべてのコンポーネントを評価する。
論文 参考訳（メタデータ） (2024-01-30T14:25:32Z) - ESGReveal: An LLM-based approach for extracting structured data from ESG
reports [5.467389155759699]
ESGRevealは企業報告から環境・社会・ガバナンス(ESG)データを効率的に抽出・分析するための革新的な手法である。
このアプローチは、検索拡張生成(RAG)技術で強化されたLarge Language Models (LLM)を利用する。
この効果は、2022年に香港証券取引所に上場した様々な分野の166社のESGレポートを用いて評価された。
論文 参考訳（メタデータ） (2023-12-25T06:44:32Z) - Modeling the Evolutionary Trends in Corporate ESG Reporting: A Study based on Knowledge Management Model [0.08999666725996973]
テク業界の企業1114件のESGレポートを分析し,テキストマイニングによるESGトピックの進化傾向を分析した。
進化の過程において,低環境,中程度のガバナンス,高い社会的特徴に対する均質化効果を発見した。
その結果,ESGレポートでは,企業が産業上の卓越性や専門性にはあまり貢献していないことが示唆された。
論文 参考訳（メタデータ） (2023-09-13T14:54:51Z) - Paradigm Shift in Sustainability Disclosure Analysis: Empowering
Stakeholders with CHATREPORT, a Language Model-Based Tool [10.653984116770234]
本稿では,企業サステナビリティレポートの分析を自動化するために,専門知識を持つ大規模言語モデル(LLM)を強化する新たなアプローチを提案する。
当社はCHATREPORTを認定し、企業における気候変動リスクの開示を評価するための第1のユースケースに適用する。
論文 参考訳（メタデータ） (2023-06-27T14:46:47Z) - Sentiment Analysis in the Era of Large Language Models: A Reality Check [69.97942065617664]
本稿では,大規模言語モデル(LLM)の様々な感情分析タスクの実行能力について検討する。
26のデータセット上の13のタスクのパフォーマンスを評価し、ドメイン固有のデータセットに基づいて訓練された小言語モデル(SLM)と比較した。
論文 参考訳（メタデータ） (2023-05-24T10:45:25Z) - Predicting Companies' ESG Ratings from News Articles Using Multivariate
Timeseries Analysis [17.332692582748408]
我々は,多変量時系列構築と深層学習技術を組み合わせて,ニュース記事からESG評価を予測するモデルを構築した。
約3000の米国企業のニュースデータセットとそのレーティングも作成され、トレーニング用にリリースされている。
提案手法は,手動によるESG評価の判定や分析を支援するために,最先端技術よりも正確な結果を提供する。
論文 参考訳（メタデータ） (2022-11-13T11:23:02Z) - GENEVA: Benchmarking Generalizability for Event Argument Extraction with
Hundreds of Event Types and Argument Roles [77.05288144035056]
Event Argument extract (EAE)は、新しいイベントやドメインに対応するためのモデルの一般化性の改善に重点を置いている。
ACEやEREといった標準的なベンチマークデータセットは、40のイベントタイプと25のエンティティ中心の引数ロールをカバーする。
論文 参考訳（メタデータ） (2022-05-25T05:46:28Z) - Survey of Aspect-based Sentiment Analysis Datasets [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。
ABSAの多くの散在したコーパスは、研究者が特定のABSAサブタスクに適したコーパスを素早く特定することを困難にしている。
本研究では,自律型ABSAシステムの学習・評価に使用できるコーパスデータベースを提案する。
論文 参考訳（メタデータ） (2022-04-11T16:23:36Z) - Heterogeneous Ensemble for ESG Ratings Prediction [1.9659095632676094]
投資家は環境、社会、ガバナンスの側面に沿って評価を発行する専門格付け機関に頼っている。
評価機関は、すべての会社が提供するものではなく、サステナビリティレポートの主観評価に基づく分析を行っている。
基礎データを用いてESG評価の予測を行うヘテロジニアスアンサンブルモデルを提案する。
論文 参考訳（メタデータ） (2021-09-21T10:42:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。