酒井 浩之

<p>本研究では，業務の効率化の一環として，毎月のファンドの運用報告書に記載される市況分析コメントを生成するために必要な，要因文（日経平均株価が変動した要因について述べている文）を経済新聞記事から抽出する手法を提案する．本手法では，一ヶ月分の経済新聞記事を入力とし，深層学習により，その中から日経平均株価について言及した記事を判別し，さらに，判別された記事から要因文を抽出する．ここで，記事の判別，要因文の抽出を深層学習で行うために必要な学習データを自動生成することにより多くの学習データを作成し，高い精度を達成した．さらに，決算短信テキストより抽出した因果情報を用いることで，要因文に記載されている内容の補完情報の抽出を行っている．</p>

本研究では、経済新聞記事などの経済テキストから、日経平均株価などの市況について言及している記事を抽出し、それらの内容を自動的に要約することによりマーケットレポートにおける市況分析コメントを自動生成する手法の開発を行う。しかし，日経平均株価の市況について言及している記事のみでは，指定した期間において重要な内容について言及している文の数が少なく，そのために重要な内容が市況分析コメントに含まれないことがある．そこで本研究では，ある期間において日経平均株価に影響を与えたイベントを推定し，そのイベントについて述べた記事を関連記事として自動的に検索し，検索された関連記事をも使用することで，生成する市況分析コメントの精度を高める手法を提案する．

本研究では，経済新聞記事などの経済テキストから、日経平均株価などの市況について 言及している文書のみを抽出し，それらの内容を自動的に要約することにより，ファンドの運用報告 書における市況分析コメントを自動生成する手法の開発を行う．本手法では，まず経済新聞記事から 深層学習により日経平均株価の市況について言及している記事を抽出する．次に抽出された記事の 中から例えば「ギリシャへの金融支援協議が難航していることや、中国・上海株の値動きへの警戒感 から、投資家のリスクオフの動きが強まった。」のような日経平均が大幅に変動した理由について言 及している文を抽出する．そして，抽出された文を時系列順に並べることで市況分析コメントを自動 生成する．

<p>本論文では，テキストマイニング技術を用いて，株主招集通知の情報をデータベースに格納する業務の効率化を実現するための応用システムの研究について述べる．効率化したい業務とは，株主招集通知に記載されている議案の開始ページを予測し，その開始ページにおける議案の議案タイトルと議案内容を分類する業務である．本研究では，これらの業務を株主招集通知のテキスト情報を用いて自動的に行うシステムを開発し，実際に運用している．本研究によって実装したシステムと従来の人手による作業の比較実験の結果，作業時間は 1/10 程度に短縮された．議案分類の手法としては，学習データから抽出した特徴語の重みを用いた分類，多層ニューラルネットワーク（深層学習）を用いた分類，抽出した議案タイトルを用いた分類の三手法を用いた．さらに，各手法の評価を行い，各手法の議案ごとの有効性を確認した．</p>

本論文では,企業の業績発表記事から文献[1]の手法で抽出される業績要因の中で,重要なものを抽出する手法について述べる.具体的には,企業のWebサイトからキーワードを抽出し,その際に付与された重みを使用して重要度を付与することで,重要な業績要因の抽出を行う.

経済新聞記事から抽出した景気動向を示唆する表現を対象として,その表現が景気の回復を示唆する表現なのか,景気の悪化を示唆する表現なのかのいずれかに自動的に分類する研究を行った.

特許文書から直接的なユーザの便益に相当する表現と,技術上の解決課題を示す表現を自動的に抽出するアルゴリズム「Cross-Bootstrapping」を提案する.特許出願件数は年間40万件にものぼり,1文書当りの文章量も膨大であるため,出願動向調査に有用なパテントマップ(特許出願動向を可視化したもの)を手作業で作成するには多大な時間とコストを要するため,その作成に役立つ情報を自動的に抽出する技術が求められている.そこで,本研究ではパテントマップの作成に役立つ「直接的なユーザの便益に相当する表現」と「技術上の解決課題を示す表現」を自動的に抽出する.本手法は,二つの手がかりと統計随報を用いて,ブートストラップ的に表現対を抽出する.また,辞書や人手により作成したパターンを用いず,自動的に表現を抽出することができる.最後に本手法の評価実験を行い,F値0.89と高い性能を達成したことを確認した.

We propose a method for extracting information on the technical effect from a patent document. The information on the technical effect extracted by our method is useful for generating patent maps (see e.g., Figure 1.) automatically or analyzing the technical trend from patent documents. Our method extracts expressions containing the information on the technical effect by using frequent expressions and clue expressions effective for extracting them. The frequent expressions and clue expressions are extracted by using statistical information and initial clue expressions automatically. Our method extracts expressions containing the information on the technical effect without predetermined patterns given by hand, and is expected to be applied to other tasks for acquiring expressions that have a particular meaning (e.g., information on the means for solving the problems) not limited to the information on the technical effect. Our method achieves not only high precision (78.0%) but also high recall (77.6%) by acquiring such clue expressions automatically from patent documents.

研究のプレゼンテーションでは,限られた時間の中で,聴衆に研究成果をよく理解してもらうために,プレゼンテーションスライドの作成が必要不可欠である.しかし,スライドの作成には多くの時間と手間を要する.そのため,多くの研究者がスライド作成の効率化を望んでいる.本研究では,研究者の負担軽減を目的として,論文LATEX原稿からスライドを自動生成する手法を提案する.本手法では,LATEXファイルの解析,スライドへの内容の割り当て,接続詞を利用した箇条書き生成を行なう.LATEXファイルの解析では,スライド生成に必要な情報は残し,不要な情報の削除を行なう.LATEXファイルの定型的な構造を利用すれば,必要な情報を特定することが可能である.スライド割り当てにおいては,論文中での名詞の出現頻度,エントロピー,idf値に基づいて名詞の重要度を計算する.その重要度に基づいて,各セクションに対して,スライド枚数の割り当て,重要文の抽出を行なう.接続詞を利用した箇条書き生成においては,並列関係を表す接続詞を利用する.なぜなら,並列関係を表す接続詞を含む文には,その文と対になる文が存在する場合が多いからである.評価の結果,本手法は論文に忠実なスライド生成に有効であることがわかった.

本論文では, ユーザの要約要求を反映するためにユーザとのインタラクションを導入した複数文書要約手法を提案する. 従来, 文書自動要約とは, 主として1つの文書から1つの要約を自動的に生成する技術であった. しかしながら, 人間が知的な活動を行うためには1つの文書の要約を生成するよりも, ある事柄に関連した複数の文書から1つの要約を生成する技術 (すなわち, 複数文書要約技術) の方がより重要である. なぜなら, 人間の限られた情報処理能力では, 検索結果などで得られた関連した多くの文書を読むのに多大な時間が必要であり, それらを1つの要約にまとめることで読む時間の大幅な削減が可能になるからである. しかしながら, 一般にユーザごとに興味のある情報が異なるため, ユーザによって必要な情報が異なる. そこで, 本論文では, 複数文書要約においてユーザが知りたい情報を"要約要求"と定義し, ユーザの要約要求を考慮しそれに適合した要約を生成できる複数文書要約手法を提案する. 具体的には, 要約対象となる, ある事柄に関連した複数文書からその事柄に関連のあるキーワードを抽出しユーザに提示する. ユーザは提示されたキーワードから要約要求に適したキーワードを選択する. その選択されたキーワードによって生成される要約が変化する.<br>提案した要約手法の評価のために, 国立情報学研究所主催の, 検索と要約の評価のためのワークショップNTCIR4における要約タスク (TSC3) に参加した. その結果, 複数文書要約タスクにおいて良好な成績を得ることができた. なお, TSC3へは, 本システムによってスコア付けされたキーワードのうち上位12個を必ず選択するように変更することで, ユーザとのインタラクションを行わない複数文書要約システムとして参加した. また, ユーザとのインタラクションによる複数文書要約への効果を評価し, 提案手法の有効性を確認した.