ニッセイアセットマネジメント株式会社
株式会社ナウキャスト
2024 年 2024 巻 FIN-033 号 p. 48-52
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
本研究では,統合報告書やｻｽﾃﾅﾋﾞﾘﾃｨ報告書などの文書からESG(環境･社会･ｶﾞﾊﾞﾅﾝｽ)関連情報を抽出し評価する手法を提案する.具体的には,大規模言語ﾓﾃﾞﾙ(LLM)を用いたRAG(検索拡張生成)ﾌﾟﾛｾｽにおいて,ｸｴﾘ拡張とﾌｨﾙﾀﾘﾝｸﾞの手順を追加することで,情報抽出の精度向上を図った.さらに,RAGの性能評価を客観的な指標に基づいて実施し,その有効性を検証した.
すでにアカウントをお持ちの場合 サインインはこちら
