ESGLens：ESGレポートの対話型分析とスコア予測のためのLLMベースRAGフレームワーク

arXiv cs.CL / 2026/4/23

📰 ニュースDeveloper Stack & InfrastructureTools & Practical UsageModels & Research

共有:

要点

ESGLensは、ESGレポートが長く内容が不均一で、構造も標準化されていないという課題に対して、分析を自動化することを目的としたRAGフレームワークの概念実証です。
この枠組みは、(1)GRI標準に基づく構造化情報の抽出、(2)出典のトレース可能性を備えた対話型質問応答、(3)LLM生成埋め込みを用いた回帰によるESGスコア予測の3つを行います。
システムはPDFをテキスト・表・図表などの型付きチャンクに分割するレポート処理モジュールと、特定のESG基準に整合する形で情報を取得・統合するGRIガイド抽出モジュールを備えます。
QQQ、S&P 500、Russell 1000の企業約300件（FY2022）で評価した結果、環境パートに限定した条件下で、ChatGPT埋め込み＋ニューラルネットワーク回帰によりLSEG参照スコアとのピアソン相関0.48（R²≈0.23）が得られました。
トレーサビリティ監査では、抽出された主張のうち10件中8件が元文書で裏付けられ、残りはfew-shot例の漏えいに起因するとしており、データ規模や対象領域の制約を挙げつつ再現性のためコードを公開しています。