日本経済新聞社は、人工知能(AI)を使った記事作成などのサービスを研究しています。このたび始まった『決算サマリー』は、上場企業が発表する決算データをもとにAIが文章を作成。適時開示サイトでの公表後すぐに、売上や利益などの数字とその背景などの要点をまとめて配信します。元データである企業の開示資料から文章を作成し、配信するまでは完全に自動化し、人によるチェックや修正などは一切行いません。作成した『決算サマリー』は当面、ベータ版(試用版)との位置づけですが、『日本経済新聞 電子版』や『日経テレコン』などのコンテンツとして恒常的に提供していきます。

日経は創刊140年を超える新聞社ですが、『日本経済新聞 電子版』の創刊や英フィナンシャル・タイムズの買収など、時代に合わせて変化を続けています。私たちは最先端のデジタルテクノロジーを自ら開発し、駆使するメディア企業を目指しています。AIの活用にも取り組んでおり、今回始まった『決算サマリー』もそうした取り組みのひとつです。

AI記事プロジェクトの最初の応用分野として選んだのは、企業の決算発表です。日本国内の上場企業は約3600社あり、記者による取材・執筆に加えてAIを使うことで、より多く、早く企業の動向をお伝えすることができます。

公開中のページ
日経電子版
日経テレコン（記事検索、ナビ型記事検索、ニュース>決算サマリー）

今回のプロジェクトは日経のエンジニアが主導。AI研究で実績のある東京大学の松尾豊研究室と共同研究を始め、決算データから要点を抽出する日経のノウハウをAIに学習させることで、AIによる記事生成の実現性が高まりました。そこで実用システムの開発に向け、日本語の意味を理解するAI技術に強みを持つ言語理解研究所(ILU、徳島県徳島市)と共同開発を進め、同社の独自技術により今回のベータ版にこぎつけることができました。

当面はベータ版との位置付けです。決して完璧ではありませんが、表示の仕方やAIの性能などを適宜見直し、向上させていきます。今後にご期待くださいますよう、お願い申し上げます。

※この文章は、まだ人間が書いています

抽出フロー

アルゴリズム

決算短信や過去の日経記事の各文から、業績変動の要因を言及する文（業績要因文）を抽出するアルゴリズムを考案しました。
セグメントの重要度、各文の極性値、各文の重要度を計算し、業績要因文を２文抽出します。決算短信とは、企業が四半期ごとに開示する決算レポートです。

\[ \boldsymbol{W_l,_c = y(S_l) \cdot v(l) \cdot e(l)} \]

\[y(S_l)\] : 文\[l\]に含まれるセグメントの重要度
説明変数：売上高/利益の総変動量に対する各事業の変動量は今期-前年同期、今期-前期の変動量を利用します。

\[ x = ( \frac{s_c - s_p}{S_c - S_p}, \frac{s_c - s_f}{S_c - S_f}, \frac{r_c - r_p}{R_c - R_p}, \frac{r_c - r_f}{R_c - R_f} ) \]

	セグメント 売上高	売上高	セグメント 利益	利益
今期	\[s_c\]	\[S_c\]	\[r_c\]	\[R_c\]
前年同期	\[s_p\]	\[S_p\]	\[r_p\]	\[R_p\]
前期	\[s_f\]	\[S_f\]	\[r_f\]	\[R_f\]

目的変数：事業セグメントの記事掲載における重要度は記事に事業名又はその略称が記述されているかを判定します。

\[ y = \begin{cases} 1 & if \max_{W_t} dice(S(W_s), S(W_t)) > threshold\\ 0 \end{cases} \]

得られた学習データ集合をもとに、サポートベクターマシンによる記事掲載の有無の推定や、 サポートベクター回帰による記事掲載確率の連続値の推定を行っています。

\[v(l)\] : 文\[l\]に含まれる単語対の極性値
売上高・利益が増加した場合その業績要因文は正の極性を持つ場合が多く、減少した場合負の極性を持つ場合が多いと考えられます。 決算記事の各文章を係り受け解析し、係り受け元と係り受け先の単語対\[(i,j)\]について、売上高・利益増加時の出現回数\[p_i,_j\]から減少時の出現回数\[n_i,_j\]を引いた値を総出現回数で除すことでその単語対の極性値\[v_i,_j\]を算出しています。

\[ v_i,_j = \frac{p_i,_j - n_i,_j}{p_i,_j + n_i,_j} \]

未出現の単語対についても対応するために、下図のようにNMF（Non-Negative Matrix Factorization）により極性値の推定を行っています。

	増える\[v_1\]	増加\[v_2\]	減る\[v_3\]	減少\[v_4\]
販売台数\[u_1\]	0.8	0.7	-0.8	-0.9
販管費\[u_2\]	-0.8	-0.9	0.8	0.9
出店数\[u_3\]	0.9	0.8	-0.9	?

\[e(l)\] : 文\[l\]に含まれる単語群の重要度
各単語の重要度を各企業の決算記事におけるtf-idf値で獲得します。 各単語の重要度平均を\[e(l)\]として算出します。 重要単語は当該企業の過去の決算記事において頻出し、かつ他企業の決算記事には出現しにくい単語であるという仮説から、 単語\[t\]の企業\[c\]における重要度\[e_t,_c\]をtf-idf値で表現しています。 \[ \begin{align} e_t,_c &= tf_t,_c \cdot idf_t\\ tf_t,_c &= \frac{n_t,_c}{\sum_k n_t,_c}\\ idf_t &= log \frac{N}{N_t} \end{align} \]

※このアルゴリズムはプロトタイプに使用したもので、決算サマリーサービスに当初は組み込まれておりません。今後、精度向上に取り組み導入する予定です。