SBERTベースの意味的類似度を用いた造船企業サステナビリティ報告書における戦略議題の変化分析

日本語

造船企業のサステナビリティ報告書を対象に、SBERT（文埋め込みモデル）による意味的類似度分析を用いて、各社の戦略議題が経年でどう変化したかを定量的に捉える研究。テキストマイニングと自然言語処理をESG開示分析に応用する手法で、報告書間・時系列間の議題の類似性と変容を可視化する点に貢献がある。

English

This study applies SBERT-based semantic similarity to shipbuilding companies' sustainability reports, quantifying how their strategic agendas shift over time. It demonstrates an NLP method for tracking thematic change and similarity across ESG disclosures, offering a replicable approach to analyzing corporate sustainability narratives.

日本のGX文脈において

有報・統合報告書での戦略議題の記述変化を定量的に追う手法として、SSBJ基準対応や投資家向けナラティブ分析に関心を持つ日本企業・開示担当者に示唆を与える。造船・重工業は日本の基幹産業であり、同業種の開示比較に関心が高い。

In the global GX context

Adds to the growing body of NLP-driven disclosure scholarship relevant to TCFD/ISSB/CSRD narrative analysis, showing how semantic similarity can track strategic agenda evolution in sustainability reporting. Useful for researchers and regulators assessing comparability and consistency of corporate climate narratives over time.