論文の概要: Evidence-Supported Credit Risk Report Generation Using News-Centric Financial Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2607.01023v1
- Date: Wed, 01 Jul 2026 14:56:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.945908
- Title: Evidence-Supported Credit Risk Report Generation Using News-Centric Financial Knowledge Graphs
- Title（参考訳）: ニュース中心の財務知識グラフを用いた信用リスクレポートの作成
- Authors: Rocio Jimenez-Villen, Ziwei Xu, Ying Chen, Oscar Araque, Ryutaro Ichise,
- Abstract要約: FinKG-Newsは、事実、企業中心、環境対応の知識グラフを自動的に構築するフレームワークである。
我々は,3つの中核的な財務面にわたる信用リスクレポート生成のためのコンテキスト内学習アーキテクチャを開発する。
我々のアプローチは、幻覚を減らしながら品質を19%-34%向上させ、ベースラインを一貫して上回ります。
- 参考スコア（独自算出の注目度）: 7.420584218069742
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Financial markets evolve in response to real-world events reported in news, yet these drivers often remain implicit in text. To better explain market dynamics, event-market relations must be explicitly modeled through factual, company-centric, and environment-aware knowledge graphs. We present FinKG-News, a framework that automatically constructs such graphs by extracting news events as anchors linked to companies. Using FinKG-News as grounded evidence that integrates events, news, and company data, we develop an in-context learning architecture for credit risk report generation across three core financial dimensions. Automatic and human evaluations show that automated hallucination detection and quality assessment remain unreliable, making expert judgment indispensable. Our approach consistently outperforms baselines, improving quality by 19%-34% while reducing hallucinations. The source code and project resources are publicly available at: https://github.com/ichise-laboratory/FINKG-news.
- Abstract（参考訳）: 金融市場はニュースで報じられた現実世界の出来事に反応して進化するが、これらのドライバーはテキストで暗黙的に残ることが多い。
市場ダイナミクスをより深く説明するためには、事実、企業中心、環境意識の知識グラフを通じて、イベント・マーケットの関係を明示的にモデル化する必要がある。
企業とリンクしたアンカーとしてニュースイベントを抽出することで,そのようなグラフを自動的に構築するフレームワークであるFinKG-Newsを提案する。
我々は、FinKG-Newsをイベント、ニュース、企業データを統合する根拠となる証拠として利用し、3つの中核的な財務次元にわたる信用リスクレポート生成のためのコンテキスト内学習アーキテクチャを開発する。
自動的および人的評価は、自動幻覚検出と品質評価が信頼できないままであり、専門家の判断は不可欠であることを示している。
我々のアプローチは、幻覚を減らしながら品質を19%-34%向上させ、ベースラインを一貫して上回ります。
ソースコードとプロジェクトリソースは、https://github.com/ichise-laboratory/FINKG-news.comで公開されている。
関連論文リスト
- A Sustainable AI Economy Needs Data Deals That Work for Generators [56.949279542190084]
機械学習のバリューチェーンは、経済的なデータ処理の不平等のため、構造的に持続不可能である、と我々は主張する。
73の公開データ取引を分析し、アグリゲータに価値の大部分が蓄積されていることを示す。
参加者全員に利益をもたらす最小市場を実現するために、等価なData-Value Exchange Frameworkを提案する。
論文 参考訳（メタデータ） (2026-01-15T01:05:48Z) - News-Aware Direct Reinforcement Trading for Financial Markets [4.651395723728895]
本研究では,大規模言語モデルから得られるニュース感情スコアと,原価および音量データとを,強化学習のための可観測入力として用いる。
これらの入力は、リカレントニューラルネットワークやTransformerなどのシーケンスモデルによって処理され、エンドツーエンドのトレーディング決定を行う。
その結果,手作業による特徴や手作業によるルールに依存しない我々のニューズアウェアアプローチは,市場ベンチマークよりも優れた性能を実現することができた。
論文 参考訳（メタデータ） (2025-10-22T02:17:03Z) - FinSight: Towards Real-World Financial Deep Research [68.31086471310773]
FinSightは、高品質でマルチモーダルな財務報告を作成するための新しいフレームワークである。
プロフェッショナルグレードの可視化を確保するため,反復視覚強調機構を提案する。
2段階のBinging Frameworkは、簡潔な分析セグメントをコヒーレント、引用認識、マルチモーダルレポートに拡張する。
論文 参考訳（メタデータ） (2025-10-19T14:05:35Z) - Towards Automated Situation Awareness: A RAG-Based Framework for Peacebuilding Reports [2.230742111425553]
本稿では,状況認識レポートを自律的に生成する動的検索・拡張生成システムを提案する。
本システムでは,要求に基づく問合せ固有の知識ベースを構築し,時間的,関連性,正確な洞察を確保する。
このシステムは、複数の実世界のシナリオでテストされ、一貫性があり、洞察力があり、実行可能なレポートを生成する効果を実証している。
論文 参考訳（メタデータ） (2025-05-14T16:36:30Z) - Breaking Down Financial News Impact: A Novel AI Approach with Geometric Hypergraphs [9.618393813409266]
急激で不安定な金融市場では、金融ニュースに基づく株価の動きを正確に予測することが投資家やアナリストにとって重要である。
伝統的なモデルは、しばしばニュースイベントと市場の反応の間の複雑なダイナミックな関係を捉えるのに苦労する。
本稿では、金融ニュースが市場行動に与える影響を分析するために、説明可能な人工知能(XAI)を活用した新しいアプローチを提案する。
論文 参考訳（メタデータ） (2024-08-31T12:18:45Z) - Explainable assessment of financial experts' credibility by classifying social media forecasts and checking the predictions with actual market data [6.817247544942709]
本稿では,自然言語処理と機械学習を組み合わせた,ソーシャルメディアの財務担当者に対する信頼性評価ソリューションを提案する。
コントリビュータの評判は、資産価値に基づいて予測を自動的に分類し、これらの予測を実際の市場データで検証することで評価される。
このシステムは、関連する特徴のモデルに依存しない分析に基づいて、その決定に関する自然言語による説明を提供する。
論文 参考訳（メタデータ） (2024-06-17T08:08:03Z) - Dynamic Datasets and Market Environments for Financial Reinforcement
Learning [68.11692837240756]
FinRL-Metaは、現実世界の市場からジムスタイルの市場環境へ動的データセットを処理するライブラリである。
我々は,ユーザが新しい取引戦略を設計するための足場として,人気のある研究論文を例示し,再現する。
また、ユーザが自身の結果を視覚化し、相対的なパフォーマンスを評価するために、このライブラリをクラウドプラットフォームにデプロイします。
論文 参考訳（メタデータ） (2023-04-25T22:17:31Z) - SmartBook: AI-Assisted Situation Report Generation for Intelligence Analysts [55.73424958012229]
この研究は、状況報告生成におけるAI支援のためのインテリジェンスアナリストの実践と嗜好を特定する。
本稿では,大量のニュースデータから状況報告を自動生成するフレームワークSmartBookを紹介する。
我々は,SmartBookの総合的な評価を行い,ユーザによるコンテントレビューと編集調査を併用し,正確な状況報告を生成する上でのSmartBookの有効性を明らかにした。
論文 参考訳（メタデータ） (2023-03-25T03:03:00Z) - Company-as-Tribe: Company Financial Risk Assessment on Tribe-Style Graph
with Hierarchical Graph Neural Networks [62.94317686301643]
企業の金融リスクはユビキタスであり、上場企業に対する早期のリスク評価は、かなりの損失を避けることができる。
従来の手法は主に企業の財務諸表に重点を置いており、企業間の複雑な関係は欠如している。
比較学習を用いて部族の構造パターンを符号化する階層型グラフニューラルネット(TH-GNN)と、トライブ間の関係に基づいて情報を拡散する第2の階層型グラフニューラルネット(TH-GNN)を提案する。
論文 参考訳（メタデータ） (2023-01-31T09:17:13Z) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳（メタデータ） (2022-12-24T00:19:32Z) - DeepTrust: A Reliable Financial Knowledge Retrieval Framework For
Explaining Extreme Pricing Anomalies [0.0]
DeepTrustは、Twitter上の信頼できる金融知識検索フレームワークで、極端な価格変動を高速で説明する。
提案するフレームワークは,異常検出,情報検索,信頼性評価のための3つのモジュールから構成される。
このフレームワークは2021年4月29日と30日の2つの自己注釈付き金融異常、すなわちTwitterとFacebookの株価で評価されている。
論文 参考訳（メタデータ） (2022-03-11T06:29:22Z)
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。