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…
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)
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、条例とその改正履歴や要約、さらには審議内容が記された議会会議録を結びつけた条例沿革を、リンクトオープンデータ(LOD)の形式で構築する。さらに、条例・会議録の要約システムおよび条例の翻訳システムを開発し、それらで作成したデータを先述の条例沿革LODと連携させる。本研究では、法令や条例の内容だけでなく、改正履歴などのメタ情報や、…
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。