温室効果ガス排出量抽出のためのベンチマークデータセット

科学分野:

• 環境科学
• データサイエンス
• 持続可能な金融

背景:

• 企業の温室効果ガス (GHG) 排出量の信頼できるデータは,気候変動の緩和に不可欠です.
• 既存の温室効果ガスのデータセットは 断片化,不一致,方法論的不透明性があり,信頼性の高いデータ取得を妨げています.
• ステークホルダーを支援するために,高品質で透明性の高い排出量データが必要です.

研究 の 目的:

• 企業レベルの温室効果ガス排出量指標のゴールドスタンダードデータセットを開発する.
• 自動データ抽出モデルの検証と精錬のための基準を確立する.
• 持続可能な金融とグリーンウォッシングの分析における下流アプリケーションの促進

主な方法:

• 大規模言語モデル (LLM) によるパイプラインが利用され,139件の持続可能性レポートから排出量メトリックを自動で抽出しました.
• 抽出したデータは,専門家でない2人のアノテーターによる独立した評価を受けた.
• 専門家による評価と個人による議論を含む複数の段階の審査プロセスにより,データ品質を確保するために不一致が解決されました.

主要な成果:

• 企業の温室効果ガス排出量に関する 検証済みのゴールドスタンダードデータセットが 作成されました
• この方法論は,構造化された人間-AIの協力を通じて,高いデータ品質を確保するための堅固なプロセスを示しました.
• このデータセットは,情報抽出モデルのベンチマークと改善のための貴重なリソースとして機能します.

結論:

• 開発されたゴールドスタンダードデータセットは,企業レベルの温室効果ガス排出量のデータの信頼性を大幅に高めています.
• LLM抽出と厳格な人間検証のハイブリッドアプローチは,データ品質保証のためのスケーラブルなソリューションを提供します.
• このリソースは,気候変動報告,持続可能な金融,グリーンウォッシング対策に広く適用できます.