本稿では，文とページの2つの情報に対して階層的にアテンションを用いた深層学習モデルにより，解釈性を考慮して統合報告書を自動評価する手法を提案した．具体的には，GPIFによる統合報告書の外部評価を利用して，投資家評価のラベルが付与されたデータセットを新たに構築した．さらにページ順序を学習するBi-LSTM層，文とページに対する2つのアテンション層を持つ深層学習モデルを提案した．評価実験の結果，提案モデルは学習時に現れない企業の統合報告書に対してF1-score 0.847の分類性能を得た．考察では，実際にモデルのアテンション層の重みを可視化することで，モデルの注目情報と投資家の評価基準が概ね一致することを確認した．またデータセットが持つバイアスを考慮して提案手法の実用性を検討した結果，学習済み，および未知の企業の統合報告書に対しても適切に自動評価が可能であることを示した．
