Company classification using zero-shot learning

要約

タイトル：ゼロショット学習による企業の分類

要約：

– 自然言語処理がビジネスアプリケーションの中で、感情分析、テキスト分類、固有表現認識を含めて、ますます重要になっている
– この論文では、自然言語処理とゼロショット学習を使った企業分類の方法を提案する
– 事前学習済みのトランスフォーマーモデルを利用して、企業の説明から特徴を抽出し、ゼロショット学習を適用することで、特定のカテゴリーごとのトレーニングデータが必要なく企業を関連付けられるようになる
– テキストの企業説明の公開データセットを用いて、この方法を評価したところ、従来のアプローチであるグローバル産業分類基準（GICS）よりも分類プロセスを省力化できることを示した
– この方法は企業分類の自動化の可能性を持ち、今後の研究の有望なアプローチとなる可能性がある。

要約(オリジナル)

In recent years, natural language processing (NLP) has become increasingly important in a variety of business applications, including sentiment analysis, text classification, and named entity recognition. In this paper, we propose an approach for company classification using NLP and zero-shot learning. Our method utilizes pre-trained transformer models to extract features from company descriptions, and then applies zero-shot learning to classify companies into relevant categories without the need for specific training data for each category. We evaluate our approach on publicly available datasets of textual descriptions of companies, and demonstrate that it can streamline the process of company classification, thereby reducing the time and resources required in traditional approaches such as the Global Industry Classification Standard (GICS). The results show that this method has potential for automation of company classification, making it a promising avenue for future research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI