[4Rin1] インタラクティブ2

[4Rin1-72] GPT-2を介した自然言語生成を用いた電機メーカーのニュース評価モデル構築と分析

〇西 良浩¹、菅 愛子¹、高橋 大志¹ (1.慶應義塾大学)

キーワード：自然言語生成、GPT-2、深層学習、LSTM、ニュース評価

金融市場において配信されるニュース記事は資産価格評価に影響を及ぼす重要な情報である．配信されたニュース記事が株価変動に及ぼす影響について分析を行った取り組みは多くあり，ニュース記事のような非構造化データには，財務情報のような構造化データにはないファンダメンタル情報やセンチメント情報が含まれている可能性が報告されている．しかしながら，ニュース記事の数には限りがあり，取得可能なデータ数の制限は深層学習を用いた分析の精度に影響を及ぼす．本研究では，ニュース記事配信前後の株価変動に基づくニュース評価モデルの構築を行い，GPT-2を介したニュース記事の生成を通じ，モデルの精度向上を試みた．分析対象を日本の電機メーカーとし，ニュース配信前後の株価変動に基づきラベル付けを行い，ニュース評価モデルを用いて分析を行った．分析の結果，GPT-2によるニュース記事生成を通じ，ニュース評価モデルの精度を向上できる可能性があることを見出した．