当研究室の論文が情報処理学会論文誌に採録されました。
◼︎書誌情報 Hitoshi Nakanishi, Masahiro Suzuki, Yutaka Matsu…
◼︎書誌情報 Hitoshi Nakanishi, Masahiro Suzuki, Yutaka Matsu…
◼︎書誌情報 Xin Zhang,Shixiang Shane Gu, Yutaka Matsuo, Yusu…
訂正版20230822プレスリリース 東京大学松尾研究室 100億パラメータサイズ・日英2ヶ国語対応の 大規…
◼︎題目
Bayesian Neural Newtorkによる景気テキストの不確実性評価と景気指標の開発, 情報処理学会論文誌 (2023)
◼︎著者名
山本裕樹, 鈴木雅大, 落合桂一, 松尾豊
◼︎参考ページ
https://www.ipsj.or.jp/award/ssp_award.html
◼︎書誌情報 Tadahiro Taniguchi, Shingo Murata, Masahiro Suzu…
◼︎書誌情報 Pixyz: a Python library for developing deep gene…
■書誌情報 Toshinori Kitamura, Tadashi Kozuno, Yunhao Tang, …
本論文の書誌情報や概要は以下のページを参照してください。
【この論文の採録記事のリンク】
◼︎書誌情報
山本裕樹, 落合桂一, 鈴木雅大, 松尾豊: LSTMモデルによる金融経済レポートの指数化, 情報処理学会論文誌トランザクションデジタルプラクティス (2022)
◼︎概要
多くの投資家にとって金融機関や中央銀行,政府から出される金融・経済レポートを読むのは骨の折れる作業である.本稿では自然言語処理を用いて,金融経済に関する文書から自動的に景況感を読み取り指数化(景気センチメント)する手法を提案する.投資家はこの指数によって,文書の全体的な景況感を即座に読み取ることが可能となる.本手法の特徴は,景気センチメントを推定するモデルに深層ニューラルネットワークの一手法であるLSTMを用いた点と,これを学習するために必要な教師データとして景気ウォッチャー調査データを用いた点にある.手法の有効性を示すために,政府の発行する月例経済報告と日本銀行が発行する金融経済月報をそれぞれ指数化して日経平均株価と比較したところ,既存の経済指標と比較して高い相関があることが確認された.本稿で提案した手法は既に実務でも応用が進み,企業や政府がSNSや地域経済レポートを指数化して公表される等の活用が為されている.
◼︎書誌情報 小林由弥, 鈴木雅大, 松尾豊: 深層生成モデルによる背景情報を利用したシーン解釈, 人工知能学…