論文の概要: Measuring Sustainability Intention of ESG Fund Disclosure using Few-Shot Learning
- arxiv url: http://arxiv.org/abs/2407.06893v1
- Date: Tue, 9 Jul 2024 14:25:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-10 17:47:35.257616
- Title: Measuring Sustainability Intention of ESG Fund Disclosure using Few-Shot Learning
- Title（参考訳）: Few-Shot Learning を用いたESGファンド公開のサステナビリティインテンション測定
- Authors: Mayank Singh, Nazia Nafis, Abhijeet Kumar, Mridul Mishra,
- Abstract要約: 本稿では,持続可能な宇宙におけるファンド予測を分類し,評価するためのユニークな方法とシステムを提案する。
我々は、特定の、曖昧で、持続可能な投資関連言語を特定するために、数発の学習者を採用しています。
本研究では,商品のランク付けとサステナビリティ・クレームの定量化のために,言語スコアと評価を判定する比率尺度を構築した。
- 参考スコア（独自算出の注目度）: 1.1957520154275776
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Global sustainable fund universe encompasses open-end funds and exchange-traded funds (ETF) that, by prospectus or other regulatory filings, claim to focus on Environment, Social and Governance (ESG). Challengingly, the claims can only be confirmed by examining the textual disclosures to check if there is presence of intentionality and ESG focus on its investment strategy. Currently, there is no regulation to enforce sustainability in ESG products space. This paper proposes a unique method and system to classify and score the fund prospectuses in the sustainable universe regarding specificity and transparency of language. We aim to employ few-shot learners to identify specific, ambiguous, and generic sustainable investment-related language. Additionally, we construct a ratio metric to determine language score and rating to rank products and quantify sustainability claims for US sustainable universe. As a by-product, we publish manually annotated quality training dataset on Hugging Face (ESG-Prospectus-Clarity-Category under cc-by-nc-sa-4.0) of more than 1K ESG textual statements. The performance of the few-shot finetuning approach is compared with zero-shot models e.g., Llama-13B, GPT 3.5 Turbo etc. We found that prompting large language models are not accurate for domain specific tasks due to misalignment issues. The few-shot finetuning techniques outperform zero-shot models by large margins of more than absolute ~30% in precision, recall and F1 metrics on completely unseen ESG languages (test set). Overall, the paper attempts to establish a systematic and scalable approach to measure and rate sustainability intention quantitatively for sustainable funds using texts in prospectus. Regulatory bodies, investors, and advisors may utilize the findings of this research to reduce cognitive load in investigating or screening of ESG funds which accurately reflects the ESG intention.
- Abstract（参考訳）: グローバル・サステナブル・ファンドの世界は、環境・社会・ガバナンス(ESG)に焦点をあてる見通しやその他の規制書類によって、オープン・エンド・ファンドやETF(ETF)を包含している。
この主張は、意図やESGが投資戦略にフォーカスしているかどうかを確認するために、文章による開示を調べることでのみ確認することができる。
現在、ESG製品のサステナビリティを強制する規制はない。
本稿では,言語の特異性と透明性に関する持続可能な宇宙におけるファンド予測を分類し,評価するためのユニークな手法とシステムを提案する。
我々は、特定の、曖昧で、持続可能な投資関連言語を特定するために、数発の学習者を採用することを目指している。
さらに,商品のランク付けのための言語スコアと評価を判定し,持続可能宇宙のサステナビリティ要求を定量化する比率尺度を構築した。
副産物として、1K以上のESG文のHugging Face(cc-by-nc-sa-4.0)に手動で注釈付き品質訓練データセットを発行する。
グラマ13B, GPT3.5ターボ等のゼロショットモデルと比較した。
その結果,大規模言語モデルの導入は,ミスアライメントの問題により,ドメイン固有のタスクに対して正確ではないことがわかった。
数ショットの微調整技術は、全く見えないESG言語(テストセット)の精度、リコール、F1メトリクスにおいて、絶対値から30%を超える大きなマージンでゼロショットモデルより優れています。
本論文は全体として,持続可能性を定量的に測定・評価するための体系的かつスケーラブルなアプローチを確立することを目的としている。
規制機関、投資家、アドバイザーは、ESGの意図を正確に反映したESGファンドの調査・スクリーニングにおける認知負荷を軽減するために、この研究の成果を利用することができる。
関連論文リスト
- A Large-Scale Study of Relevance Assessments with Large Language Models: An Initial Look [52.114284476700874]
本稿では,4つの異なる関連性評価手法が展開された大規模評価(TREC 2024 RAG Track)の結果について報告する。
自動生成UMBRELA判定は、完全に手動による判断を置き換えて、実行レベルの有効性を正確に捉えることができる。
意外なことに、LLMアシストは完全な手作業による評価と相関を増さないようで、人間のループプロセスに関連するコストは明らかな有意義な利益をもたらすものではないことを示唆している。
論文 参考訳（メタデータ） (2024-11-13T01:12:35Z) - 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) - ESG-FTSE: A corpus of news articles with ESG relevance labels and use cases [1.3937696730884712]
環境・社会・ガバナンス(ESG)関連アノテーションによるニュース記事からなる最初のコーパスであるESG-FTSEについて述べる。
これにより、投資の資格を社会的責任として評価するESGスコアが上昇した。
量的手法はESGのスコアを改善するために適用することができ、そのため、責任ある投資を行うことができる。
論文 参考訳（メタデータ） (2024-05-30T16:19:02Z) - Prefix Text as a Yarn: Eliciting Non-English Alignment in Foundation Language Model [50.339632513018934]
教師付き微調整(SFT)は、基礎大言語モデル(LLM)の出力を特定の嗜好に合わせるための単純なアプローチである。
我々はこの仮説を言語間タスクの範囲内で批判的に検証する。
タスク関連トークンを最小化するPreTTYという新しいトレーニングフリーアライメント手法を提案する。
論文 参考訳（メタデータ） (2024-04-25T17:19:36Z) - Analyzing and Adapting Large Language Models for Few-Shot Multilingual
NLU: Are We There Yet? [82.02076369811402]
教師付きファインチューニング(SFT)、教師付きインストラクションチューニング(SIT)、インコンテキストラーニング(ICL)は、3つの代替であり、事実上の標準的アプローチである。
提案手法は,6つの高・低リソース言語,3つの異なるNLUタスク,多種多様な言語とドメインのセットアップを用いて,3つのアプローチを網羅的かつ体系的に比較する。
そこで本研究では,教師あり指導のチューニングが,性能とリソース要件の最良のトレードオフであることを示す。
論文 参考訳（メタデータ） (2024-03-04T10:48:13Z) - Igniting Language Intelligence: The Hitchhiker's Guide From
Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。
LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。
最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
論文 参考訳（メタデータ） (2023-11-20T14:30:55Z) - Glitter or Gold? Deriving Structured Insights from Sustainability
Reports via Large Language Models [16.231171704561714]
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。
論文 参考訳（メタデータ） (2023-10-09T11:34:41Z) - Leveraging BERT Language Models for Multi-Lingual ESG Issue
Identification [0.30254881201174333]
投資家は投資選択におけるESG基準の重要性をますます認識している。
ML-ESG(Multi-Lingual ESG Issue Identification)タスクは、ニュース文書を35の異なるESGイシューラベルに分類する。
本研究では,BERT言語モデルを用いた複数の手法を探索し,これらのラベル間のニュース文書の正確な分類を実現する。
論文 参考訳（メタデータ） (2023-09-05T12:48:21Z) - Towards Robust Text-Prompted Semantic Criterion for In-the-Wild Video
Quality Assessment [54.31355080688127]
コントラスト言語画像事前学習(CLIP)を用いたテキストプロンプト付きセマンティック親和性品質指標(SAQI)とそのローカライズ版(SAQI-Local)を導入する。
BVQI-Localは前例のないパフォーマンスを示し、すべてのデータセットで既存のゼロショットインデックスを少なくとも24%上回る。
我々は、異なる指標の異なる品質問題を調べるために包括的な分析を行い、設計の有効性と合理性を示す。
論文 参考訳（メタデータ） (2023-04-28T08:06:05Z) - Bayesian Optimization of ESG Financial Investments [0.0]
ESG (Economic, Social and Governance) の基準は金融においてより重要になっている。
本稿では,数理モデリングとESGとファイナンスを組み合わせた。
論文 参考訳（メタデータ） (2023-02-10T15:17:36Z) - ESGBERT: Language Model to Help with Classification Tasks Related to
Companies Environmental, Social, and Governance Practices [0.0]
環境、社会、ガバナンス(ESG)といった非金融要因が投資家から注目を集めている。
ESGテキストの分類タスクには高度なNLP技術が必要である。
本研究では,ESG 固有のテキストを用いて事前学習した BERT の重み付けを微調整し,さらに分類タスクのためのモデルを微調整することによってこれを行う。
論文 参考訳（メタデータ） (2022-03-31T04:22:44Z)
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。