利用 BERT 语言模型进行多语言 ESG 议题识别
计算与语言
2023-09-06 v1 人工智能
机器学习
摘要
环境、社会与治理（ESG）已被用作衡量企业在环境、社会与治理等领域负面冲击并提升正向成果的度量指标。近期，投资者日益认识到 ESG 准则在投资选择中的重要性，促使企业将 ESG 原则整合入运营与战略。多语言 ESG 议题识别（ML-ESG）共享任务包含将新闻文档分类为 35 个不同的 ESG 议题标签。本研究探索多种策略，借助 BERT 语言模型对这些标签下的新闻文档实现准确分类。分析显示，RoBERTa 分类器是最成功的方法之一，在英语测试集上获第二名，在法语测试集上并列第五名。此外，我们面向中文定制的基于 SVM 的二分类模型表现优异，在测试集上排名第二。
引用
@article{arxiv.2309.02189,
title = {Leveraging BERT Language Models for Multi-Lingual ESG Issue Identification},
author = {Elvys Linhares Pontes and Mohamed Benjannet and Lam Kim Ming},
journal= {arXiv preprint arXiv:2309.02189},
year = {2023}
}