大規模言語モデルを使用した不正会計検知
本研究は、伝統的な不正会計検知手法が抱える課題である、財務諸表の数値データへの偏重を解決するため、非財務データであるテキストに着目する。 日本企業が公開する有価証券報告書を対象に、その構造化された財務データと非構造化テキストを統合的に分析するハイブリッド手法を提案する。 その際には、大規模言語モデル（LLM）の誤情報生成（ハルシネーション…
株式会社エクスブリッジ
株式会社エクスブリッジ
Kurage 論文トラッカー｜東海・関東の大学の研究者
名古屋市立大学 科研費の研究 2件（生成AIと行政DX）
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 奥田 真也
本研究は、伝統的な不正会計検知手法が抱える課題である、財務諸表の数値データへの偏重を解決するため、非財務データであるテキストに着目する。 日本企業が公開する有価証券報告書を対象に、その構造化された財務データと非構造化テキストを統合的に分析するハイブリッド手法を提案する。 その際には、大規模言語モデル（LLM）の誤情報生成（ハルシネーション…
本研究では、企業のサステナビリティ報告書を対象に、AI技術である大規模言語モデル（LLM）を用いて、ステークホルダーの価値を測定するバリューモデルの情報開示スコアを自動判定する手法を提案した。本研究の特徴は、従来のAIによるESG評価研究とは異なり、ステークホルダー価値の測定を重視するバリューモデルを活用している点にある。この手法により、…
研究者の情報：CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典：CiNii Research・KAKEN（国立情報学研究所）、国会会議録検索システム（国立国会図書館）。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。
Kurage.AI に相談AIが何でも答えます