ESGRep: Learning Domain-Specific Embeddings for ESG Retrieval-Augmented Question Answering

日本語

本論文は、ESG領域に特化した質問応答システムのための埋め込み表現学習手法を提案する。検索拡張生成(RAG)フレームワークを用いて、ESG関連文書から正確な回答を抽出するためのドメイン適応型埋め込みを学習する。これにより、ESG開示情報の分析や投資判断支援への応用が期待される。

English

This paper proposes a method to learn domain-specific embeddings for ESG question answering. It uses a retrieval-augmented generation framework to adapt embeddings to the ESG domain, enabling accurate extraction of answers from ESG documents. This has applications in ESG disclosure analysis and investment decision support.

日本のGX文脈において

日本ではSSBJ基準の導入や統合報告書の普及により、ESG情報の自動抽出・質問応答への需要が高まっている。本手法は、日本語ESG文書に対応した埋め込みモデルを提供することで、国内企業の開示対応や投資家からの問い合わせへの迅速な回答を支援する可能性がある。

In the global GX context

With ISSB and CSRD requiring detailed ESG disclosures, retrieval-augmented QA systems can help stakeholders efficiently access relevant information. Domain-specific embeddings improve accuracy. This work contributes to the growing field of AI-assisted ESG analysis.