お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-02-10 09:25
業績推定とのマルチタスク学習による決算短信からの重要文抽出
磯沼 大・○藤野 暢浮田純平村上 遥浅谷公威森 純一郎坂田一郎東大NLC2016-47
抄録 (和) 近年,記事生成などへの自動要約技術の適用が注目されている.本研究では決算短信を対象にした重要文抽出に取り組むが,決算短信への適用には参照要約不足という課題が有る.決算短信の参照要約として,一般にそれを要約し作成された決算記事の利用が考えられるが,決算記事は人手によって作成されるため十分な汎化性能を得るのに不足する場合が多い.一方で,ほぼ全ての決算短信には売上高・純利益などの業績に関する情報が付与されており,抽出されるべき重要文は業績を反映する文であることが多い.そこで本研究では,重要文抽出の学習に参照要約だけでなく,業績情報を用いる手法を提案する.具体的には,業績推定とのマルチタスク学習を導入し,業績を推定可能な文を抽出するように判別器の学習を行うことで,参照要約が少量の場合においても汎化性能が高い学習モデルを実現する.
提案手法をLSTM-RNNに適用し,実際の決算短信と記事を用いた精度検証実験を行った結果,特に訓練データが少量の場合において精度が向上し,かつそれが業績推定の学習によりもたらされたことが確認された. 
(英) In this paper, we proposed a methodology of summarizing financial statements which contributes to high quality investment decision-making. In the task of supervised extractive summarization of financial statements, the lack of training data is crucial issue. To solve the issue, we propose a extractive summarization architecture using multi-task learning with financial results prediction. The sentences focused in financial results prediction correspond to the sentences that should be extracted, therefore the learning on financial results prediction contributes to the sentence extraction task.
The experiment shows that our model improves the accuracy of summarization especially in the case of few training data.
キーワード (和) 重要文抽出 / 決算短信 / 業績推定 / マルチタスク学習 / リカレントニューラルネットワーク / / /  
(英) Sentence Extraction / Financial Report / Financial Results Prediction / Multi-Task Learning / Recurrent Neural Networks / / /  
文献情報 信学技報, vol. 116, no. 451, NLC2016-47, pp. 45-50, 2017年2月.
資料番号 NLC2016-47 
発行日 2017-02-02 (NLC) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NLC2016-47

研究会情報
研究会 NLC IPSJ-IFAT  
開催期間 2017-02-09 - 2017-02-10 
開催地(和) 大阪・梅田 ティーオージー会議室 
開催地(英)  
テーマ(和) 第10回テキストマイニング・シンポジウム 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLC 
会議コード 2017-02-NLC-IFAT 
本文の言語 日本語 
タイトル(和) 業績推定とのマルチタスク学習による決算短信からの重要文抽出 
サブタイトル(和)  
タイトル(英) Extractive Summarization of Financial Statement Using Multi-Task Learning 
サブタイトル(英)  
キーワード(1)(和/英) 重要文抽出 / Sentence Extraction  
キーワード(2)(和/英) 決算短信 / Financial Report  
キーワード(3)(和/英) 業績推定 / Financial Results Prediction  
キーワード(4)(和/英) マルチタスク学習 / Multi-Task Learning  
キーワード(5)(和/英) リカレントニューラルネットワーク / Recurrent Neural Networks  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 磯沼 大 / Masaru Isonuma /
第1著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第2著者 氏名(和/英/ヨミ) 藤野 暢 / Toru Fujino /
第2著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第3著者 氏名(和/英/ヨミ) 浮田 純平 / Jumpei Ukita /
第3著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第4著者 氏名(和/英/ヨミ) 村上 遥 / Haruka Murakami /
第4著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第5著者 氏名(和/英/ヨミ) 浅谷 公威 / Kimitaka Asatani /
第5著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第6著者 氏名(和/英/ヨミ) 森 純一郎 / Junichiro Mori /
第6著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第7著者 氏名(和/英/ヨミ) 坂田 一郎 / Ichiro Sakata /
第7著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: UTokyo)
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第2著者 
発表日時 2017-02-10 09:25:00 
発表時間 25分 
申込先研究会 NLC 
資料番号 NLC2016-47 
巻番号(vol) vol.116 
号番号(no) no.451 
ページ範囲 pp.45-50 
ページ数
発行日 2017-02-02 (NLC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会