弊社の研究

人工知能学会金融情報学会第18回での発表について

自然言語処理(単語から文章へ)

自然言語処理では、word2vecやRNNなどで単語だけでなく文節理解ができるように研究が進んでいる。 一方、分野を問わずに言語を理解するAIはまだまだ発展途上にあり、特定の分野の文章で限定的な文節が理解できることにとどまっている。 弊社では極性辞書などの単語の理解だけでなく、文節を理解できるAI技術を研究開発している。

主要な手法

極性辞書
辞書
景気予測
印象評価
2単語に、良い悪いなどの印象極性を与える機械学習。金融関連のデータによく用いられ、文章に対する極性辞書を用いて、将来の景気予測や株価予測ができる。
word2vec
その単語だけでなく、その単語の前後によく表れる共起表現をベクトル化したもの。これにより、文脈で単語をとらえることができるようになる。決算短信の非財務情報から、時期の決算内容を予測することができる。
単語のベクトル化
イチロー➡
・ヒーロー 7.3
・野球 6.8
・マリナーズ 5.5
・打率 3.4
・3000本 2.7
RNNとLSTM
文章のようなデータは時系列データのように解釈でき、時系列データに有効なReccurent Neural Network (RNN)やLong Short Term Memory(LSTM)が有効である。夏目漱石風の文章を生み出したり、さだまさし風の歌詞を書いたりすることができる。また、一般的な文章を学習したAIに、特定分野の文章を学習することにより、分野特化型の自然言語処理AIができる。

次期研究発表 / 各種リソースと日本株相場の影響について

日本株、為替などの取引を行う人々はニュースやその他文字情報を見て取引をしている。
今回の研究では、1..映像・音声などの感情推定 2.一般的な人間ではなく取引実施者の言語解釈にフォーカスをあてて研究を行う
クリスタルメソッド株式会社 河合継
研究1.目的
・動画などのリソースを一般的な人間が見たと想定して、どの程度実際の株式・為替相場に影響を与えているかを明らかにしたい。
・相場に与える影響から、このような動画は相場に影響が出やすいなどの分析を行う
研究2.目的
・専門家としての為替、株の取引者たちのニュースやその他の情報を意味理解することについて、一般の専門知識のない人間との比較をして、相場との関連を明らかにしていく。

研究1.方法
・WEB上の各種リソースや映像作品の入力を整理し、感情におけるコーパスを作成する
・分類した内容を機械学習することにより、相場との関連性をあきらかにしていきたい
研究2.方法
・ウィキペディアなどを入力として、一般的な言語に対する意味理解をしている辞書を作成
・専門チャネル、情報配信社からの情報を学習している状態の辞書を作成
・単語ではなく文章単位の辞書を利用

研究2.融合された結果
専門的なディーラー、トレーダーなどの目、耳、言葉を判断内容としてより人間に近いスタイルで取引が行える人口知能