ESG-SASBラベル安定性：文レベルの持続可能性開示ラベル再利用のための厳選ベンチマークと再現可能パイプライン

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a benchmark and pipeline for evaluating ESG label stability, useful for reproducibility studies in sustainability NLP.

🏢実務担当者:Highlights the need to verify label source and annotation conditions when using SASB sentence-level data for ESG reporting or analytics.

注釈付きテキストデータセットは、分類器のターゲット、注釈候補、集約プロファイルへの入力としてますます再利用されているが、そのラベルは、どのように生成されたかについての十分な情報なしに流通することが多い。本稿では、公開されているSASB整合ESG文コーパス（Sustainability Accounting Standards Board（SASB）アナリティクスで使用されるような基準ベースのカテゴリを中心に構成された文レベルの持続可能性開示データセット）に対する再現可能なベンチマークと検証ワークフローを提示する。ダウンロードした6460行版のコーパスを用いて、固定の訓練/検証/テスト分割を構築し、公開された子ラベルを親カテゴリにマッピングし、教師あり分類器、プロンプト付きGPT-4o分類、ブラインドおよび候補可視のClaude注釈、ESG/非ESGカテゴリプロファイルへのモンテカルロ集約を通じてラベル再利用を評価する。再現性アーティファクトは、分割メタデータ、ラベルマッピング、プロンプトテンプレート、モデル予測、LLM注釈出力、プロファイル感度出力、図入力、および報告された表と図を再現するためのスクリプトを提供する。結果は、ラベル再現が粗いラベルレベルで最も強く、ブラインド注釈は保留文の40.3%を曖昧としてフラグ付けし、候補可視注釈はタスク形式を変更しながら一致を増加させ、集約プロファイルはラベルソースに敏感なままであることを示す。ベンチマークは、ラベルソース、注釈条件、プロンプトファミリー、集約レベルを報告することにより、文レベルのESGラベルの透明な再利用を支援する。

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。

Annotated text datasets are increasingly reused as classifier targets, annotation candidates, and inputs to aggregate profiles, yet their labels often circulate without enough information about how they were produced. This article presents a reproducible benchmark and validation workflow for the public SASB-Aligned ESG Sentences corpus, a sentence-level sustainability disclosure dataset organized around standards-based categories such as those used in Sustainability Accounting Standards Board (SASB) analytics. Using the downloaded 6460-row version of the corpus, we construct fixed train/validation/test splits, map released child labels to parent categories, and evaluate label reuse through supervised classifiers, prompted GPT-4o classification, blind and candidate-visible Claude annotation, and Monte Carlo aggregation into ESG/Non-ESG category profiles. The reproducibility artifacts provide split metadata, label mappings, prompt templates, model predictions, LLM annotation outputs, profile sensitivity outputs, figure inputs, and scripts for reproducing the reported tables and figures. Results show that label reproduction is strongest at coarser label levels, blind annotation flags 40.3% of held-out sentences as ambiguous, candidate-visible annotation increases agreement while changing the task format, and aggregate profiles remain sensitive to label source. The benchmark supports transparent reuse of sentence-level ESG labels by reporting label source, annotation condition, prompt family, and aggregation level.

• semanticscholar https://www.mdpi.com/2227-9709/13/7/106/pdf?version=1783075792first seen 2026-07-13 06:44:16 · last seen 2026-09-22 04:58:37
• openalex https://doi.org/10.3390/informatics13070106first seen 2026-07-18 06:05:36
• openaire https://doi.org/10.3390/informatics13070106first seen 2026-09-01 05:01:25 · last seen 2026-09-22 04:30:26