利用网络与知识图谱实现影响力投资评分自动化
机器学习
2023-08-08 v1 人工智能
信息检索
社会与信息网络
摘要
联合国提出可持续发展目标（SDGs），以鼓励有助于保障人类繁荣与可持续性的政策和活动。金融行业中制定的SDG框架旨在提供评分，指示一家公司与17项SDG各自的契合程度。该评分使得对有望构建包容且可持续经济的投资进行一致评估成为可能。由于此类框架要求高质量与高可靠性，其创建与维护过程耗时且需要大量领域专业知识。本工作中，我们描述了一个数据驱动系统，力求实现SDG框架创建过程的自动化。首先，我们提出一种新方法，用于从不同的网络来源及与一组公司相关的知识图谱中收集并过滤文本数据集。随后我们实现并部署了利用该数据训练的 classifier，用于预测给定公司与SDG的契合度评分。我们的结果表明，性能最佳的模型能以0.89的微平均F1分数准确预测SDG评分，证明了所提方案的有效性。我们进一步描述了如何通过提供与预测评分相关的数据形式之解释，来促进模型集成以供人类使用。我们发现，所提方案能够获取分析师通常无法处理的大量信息，从而以极低成本实现SDG评分的准确预测。
引用
@article{arxiv.2308.02622,
title = {Harnessing the Web and Knowledge Graphs for Automated Impact Investing Scoring},
author = {Qingzhi Hu and Daniel Daza and Laurens Swinkels and Kristina Ūsaitė and Robbert-Jan 't Hoen and Paul Groth},
journal= {arXiv preprint arXiv:2308.02622},
year = {2023}
}
备注
Presented at the KDD 2023 Workshop - Fragile Earth: AI for Climate Sustainability