ESG報告書における文レベル可読性スコアリングによる消費者エンパワーメントに向けて
Towards Empowering Consumers through Sentence-level Readability Scoring in German ESG Reports (原題)
Benjamin Josef Schüßler, Jakob Prange
🤖 gxceed AI 要約
日本語
本研究は、ドイツ語のESG報告書の文レベルの可読性を評価するために、クラウドソーシングで収集した人間のアノテーションを用いて、様々な可読性スコアリング手法を比較した。LLMのプロンプティングが有効である一方、微調整されたTransformerモデルが最も低い誤差で人間の可読性を予測できることを示した。複数モデルの平均化により精度が向上するが、推論速度は低下する。
English
This study extends a sentence-level dataset of German ESG reports with crowdsourced readability annotations and evaluates various readability scoring methods. It finds that while LLM prompting can distinguish clear from hard-to-read sentences, a fine-tuned transformer predicts human readability with the lowest error. Averaging multiple models slightly improves performance at the cost of slower inference.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本でもESG報告書の一般消費者向け可読性が課題となる中、AIによる可読性評価手法を提案している。SSBJ基準や統合報告書の充実に伴い、非専門家への情報提供の質を高めるための参考となる。
In the global GX context
As ESG reporting expands globally under ISSB and CSRD, ensuring reports are readable for non-experts is crucial. This paper demonstrates how AI can assess readability, offering a scalable tool for improving public accessibility of sustainability disclosures.
👥 読者別の含意
🔬研究者:Provides a benchmark and methodology for sentence-level readability scoring in ESG reports using crowdsourced annotations and multiple AI approaches.
🏢実務担当者:Can use the fine-tuned transformer model to automatically evaluate the readability of their ESG reports, ensuring they are accessible to a broader audience.
🏛政策担当者:Highlights the importance of readability standards in ESG reporting; AI tools could support regulatory oversight of disclosure clarity.
📄 抄録（日本語訳）
経済と社会における持続可能性への緊急性がますます高まり、それに伴う情報の大量の流れの中で、消費者はその情報への信頼できるアクセスを必要としている。このニーズに応えるため、企業は任意または法律で義務付けられて、いわゆる環境・社会・ガバナンス（ESG）レポートを発行し始めた。公衆に役立つためには、これらのレポートは財務の専門家だけでなく、専門家でない読者にも向けられる必要がある。しかし、それらは十分に明確に書かれているのだろうか。本研究では、ドイツ語のESGレポートの既存の文レベルのデータセットを、クラウドソーシングによる可読性の注釈で拡張する。一般的に、母語話者はESGレポートの文を読みやすいと認識するが、可読性は主観的でもあることがわかった。我々は様々な可読性スコアリング手法を適用し、それらの予測誤差と人間のランキングとの相関に関して評価する。分析により、LLMプロンプティングは明確な文と読みにくい文を区別する可能性がある一方で、小さな微調整されたトランスフォーマーが人間の可読性を最も低い誤差で予測することが示された。複数のモデルの予測を平均化すると、推論が遅くなる代わりに性能がわずかに向上する可能性がある。
AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。
📄 Abstract（原文）
With the ever-growing urgency of sustainability in the economy and society, and the massive stream of information that comes with it, consumers need reliable access to that information. To address this need, companies began publishing so called Environmental, Social, and Governance (ESG) reports, both voluntarily and forced by law. To serve the public, these reports must be addressed not only to financial experts but also to non-expert audiences. But are they written clearly enough? In this work, we extend an existing sentence-level dataset of German ESG reports with crowdsourced readability annotations. We find that, in general, native speakers perceive sentences in ESG reports as easy to read, but also that readability is subjective. We apply various readability scoring methods and evaluate them regarding their prediction error and correlation with human rankings. Our analysis shows that, while LLM prompting has potential for distinguishing clear from hard-to-read sentences, a small finetuned transformer predicts human readability with the lowest error. Averaging predictions of multiple models can slightly improve the performance at the cost of slower inference.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.48550/arxiv.2603.29861first seen 2026-07-18 07:39:15 · last seen 2026-09-22 05:20:39
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。