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 |