要約
我々は、環境、社会、ガバナンス (ESG) 関連の注釈を備えたニュース記事で構成される最初のコーパスである ESG-FTSE を紹介します。
近年、気候変動の緊急性を理由に、投資家や規制当局はESG投資を主流に押し上げています。
これにより、投資の社会的責任を評価するための ESG スコアが上昇しました。
ESG スコアに対する需要は高いものの、その品質は大きく異なります。
定量的手法を適用すると、ESG スコアが向上し、責任投資が可能になります。
ESG および金融テキスト マイニングのリソース構築に貢献するために、私たちは ESG-FTSE コーパスを開拓しています。
さらに、この種のものとしては初となる ESG アノテーション スキーマを紹介します。
これには、二項分類 (関連性のあるニュース記事と無関係なニュース記事)、ESG 分類 (ESG 関連のニュース記事)、および対象企業の 3 つのレベルがあります。
ESG 関連性検出のための教師あり学習実験と教師なし学習実験の両方が実施され、コーパスをさまざまな設定で使用して正確な ESG 予測を導き出せることが実証されました。
キーワード: コーパスアノテーション、ESGラベル、アノテーションスキーマ、ニュース記事、自然言語処理
要約(オリジナル)
We present ESG-FTSE, the first corpus comprised of news articles with Environmental, Social and Governance (ESG) relevance annotations. In recent years, investors and regulators have pushed ESG investing to the mainstream due to the urgency of climate change. This has led to the rise of ESG scores to evaluate an investment’s credentials as socially responsible. While demand for ESG scores is high, their quality varies wildly. Quantitative techniques can be applied to improve ESG scores, thus, responsible investing. To contribute to resource building for ESG and financial text mining, we pioneer the ESG-FTSE corpus. We further present the first of its kind ESG annotation schema. It has three levels: a binary classification (relevant versus irrelevant news articles), ESG classification (ESG-related news articles), and target company. Both supervised and unsupervised learning experiments for ESG relevance detection were conducted to demonstrate that the corpus can be used in different settings to derive accurate ESG predictions. Keywords: corpus annotation, ESG labels, annotation schema, news article, natural language processing
arxiv情報
| 著者 | Mariya Pavlova,Bernard Casey,Miaosen Wang |
| 発行日 | 2024-05-30 16:19:02+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google