技術要約：クロスエンティティ金融センチメント分析のためのグラフ拡張型リトリーバル

問題提起

金融市場の急速なデジタル化は、前例のない量の非構造化テキストデータを生成しており、リアルタイムの株式合成における課題となっている。Retrieval-Augmented Generation (RAG) フレームワークは、ドメイン固有のコーパスに基づき大規模言語モデル (LLM) を接地させるための基礎となっているが、従来の「ベクトルのみ」のRAGアーキテクチャは、専門的な金融分析において「コンテキストの停滞（contextual plateau）」に直面している。

本論文は、この領域における標準的なベクトルベースのリトリーバルにおける3つの決定的な限界を特定している：

1. 構造的認識の欠如： ベクトルリトリーバルはテキストを孤立したチャンクとして扱うため、システムリスク分析に必要な明示的な構造的関係（例：サプライチェーンの連鎖、マルチホップの影響ネットワーク）を捉えることができない。
2. コンテキストの希釈： 意味的に類似した複数のスニペットを連結すると、「情報の埋没（lost in the middle）」現象が発生し、冗長でトークン数の多いコンテキストの中に重要な詳細が隠されてしまう。
3. 意味的ノイズ： 金融用語はノイズの影響を受けやすい。構造化されたグラフによって論理的にエンティティを分離しなければ、高密度なデンス・リトリーバルにおける意味的な重複が事実誤認を招く可能性がある。

さらに、純粋なレキシカル（語彙的）分析は、「センチメントの伝播（sentiment contagion）」、すなわち文書やエンティティ間でのセンチメントの拡散を見落としがちであり、これは市場ダイナミクスを理解する上で極めて重要である。

手法

著者らは、構造化されたグラフ・トラバーサル（探索）によってデンス・ベクトル・リトリーバルを拡張するために設計された、2ホップ Graph-RAG アーキテクチャを提案し、評価している。本システムは、10の主要テクノロジー銘柄をカバーする255本のニュース記事のコーパスに基づいて構築されており、1,477個の異なるニュースチャンクと59個の株式エンティティからなる知識グラフで構成されている。

システムアーキテクチャ

手法は、自動化されたデータインジェクションから、2つの異なるパイプラインを含む比較リトリーバル研究へと移行する：

1. データインジェクションとグラフ構築：

   • エンティティ抽出： gliner-bi-large-v2.0 モデルが、エンティティ（ストックティッカー、株式指数、投資銀行、組織）のゼロショット認識を行う。
   • センチメント重み付け： FinBERT がセンチメントの極性を計算する。エンティティ間の関係的**強度（Intensity, $I$）**は、正のスコアと負のスコアの絶対差として定義される（$I = |Score_{pos} - Score_{neg}|$）。
   • グラフトポロジー： Neo4j グラフが構築され、ティッカーノードは HAS_NEWS_CHUNK エッジを介してニュースチャンクノードに接続される。ティッカー間の関係は、センチメント強度によって重み付けされた方向性のある INFLUENCES エッジによって定義される。

2. ベースライン・アーキテクチャ（汎用 RAG）：

   • FAISS を用いた標準的なベクトルのみのシステム。
   • 最大コサイン類似性に基づき、上位 $k=5$ 個のチャンクをリトリーバルする。
   • コンテキストは、関係的メタデータを持たない、リトリーバルされたテキストのフラットな連結である。

3. 提案アーキテクチャ（2-Hop Graph-RAG）：

   • ホップ1（セマンティック・アンカー）： ベクトル検索により、上位 $k=5$ 個の「シード」チャンクを特定する。
   • ホップ2（構造的拡張）： 各シードに関連するティッカーから、強度 $> \tau$（閾値）を満たす INFLUENCES エッジを辿る。
   • 隣接ノードの再ランキング： 隣接するエンティティに関連するニュースチャンクがリトリーバルされ、クエリに対して再ランキングされる。類似度スコア $> 0.2$ を持つ各隣接エンティティの上位2つのチャンクのみが「ネットワーク証拠（Network Evidence）」として追加される。
   • 合成： LLM は、プライマリニュース、接続されたエンティティ名、数値的なセンチメントスコア、および再ランキングされた証拠を含むコンテキストを受け取る。

評価フレームワーク

本研究では、100個のグラウンデッド・クエリ（直接的クエリ30、関係的クエリ70）を用い、以下の指標で両方のアーキテクチャを評価している：

• 統計的指標： 意味的類似性（コサイン類似性）およびエンティティ・リコール（再現率）。これらはウィルコクソンの符号付順位検定によって検証される。
• RAGAS フレームワーク： 参照を用いない指標として、忠実性（Faithfulness）、回答の関連性（Answer Relevancy）、コンテキストの適合性（Context Precision）、およびコンテキストのリコール（Context Recall）を用いる。
• アブレーション研究： 回答の質に対する強度閾値（$\tau$）の影響の分析。

主な結果

1. 全体的なパフォーマンス

• エンティティ・リコール： Graph-RAG はベースラインに対して +6.4% の統計的に有意な向上（$p < 0.001$）を達成した。これは、構造的トラバーサルが純粋なベクトル類似性では見落とされるエンティティを浮き上がらせることを裏付けている。
• 回答の関連性： Graph-RAG は +11.7% 向上した。これは、グラフ拡張されたコンテキストが、LLM がよりトピックに焦りのある回答を生成するのを助けることを示唆している。
• 意味的類似性： 回答の質に統計的に有意な差は見られなかった（$\Delta = +0.001, p = 0.281$）。これは、追加されたグラフコンテキストが、コアとなる生成品質を向上も低下もさせなかったことを示している。
• レイテンシ（遅延）： Graph-RAG は平均レイテンシが 22.6% 増加（9.03秒 vs 7.37秒）したが、レイテンシの分散を 80% 削減した（$\sigma = 0.96$秒 vs $4.82$秒）。これにより、より決定論的な応答時間が提供される。

2. クエリタイプ別の層別分析

Graph-RAG の恩恵は、**関係的（クロスエンティティ）**なクエリに高度に集中している：

• 関係的クエリ： 回答の関連性が +16.1% 向上した。
• 直接的（単一エンティティ）クエリ： 両システムでパフォーマンスは同等であった。Graph-RAG はコンテキストの適合性において微増（+8.6%）を示したが、コンテキストのリコールにおいて減少（-11.9%）というトレードオフが見られた。これは、追加のエンティティが単一記事の証拠を希釈する可能性があるためである。

3. アブレーション研究：強度閾値 ($\tau$)

本研究では、強度閾値と回答の質の間に逆U字型の関係があることを特定した：

• $\tau = 0.3$： 許容度が高すぎ、無関係な証拠を導入して質を低下させる。
• $\tau = 0.7$： 制限が厳しすぎ、中程度の情報を持つ関係性を見逃す。
• $\tau = 0.5$： 最適なバランスとして特定された。これは、プロダクションのデフォルト値である 0.7 よりも、意味的類似性において +0.5% 上回る結果となった。

意義と主張

本論文は、Graph-RAG の知見を、グラフ拡張型リトリーバルに固有の**「精度とカバレッジのトレードオフ」**として特徴づけている。著者らは、Graph-RAG が一様にベクトルのみのリトリーバルを凌駕するのではなく、金融分析に共通する複雑なマルチエンティティ推論タスクをより適切に処理するために、動作点をシフトさせるものであると主張している。

主な貢献は以下の通りである：

1. 有効性の実証： 特化した影響ネットワークを統合することで、テキストのナラティブが基礎となるメタデータによって修正または強化される「市場の不一致（market dissonance）」を特定できることを証明した。
2. アーキテクチャの指針： 強度閾値に関する逆U字型の関係を特定したことは、実務家に対する具体的なチューニング指針を提供しており、極端なフィルタリング値は最適ではないことを示唆している。
3. クエリタイプへの意識： 結果は、プロダクションシステムがクエリタイプを認識すべきであることを示唆している。つまり、関係的クエリは Graph-RAG パイプラインにルーティングし、単純な事実確認にはベクトルのみのリトリーバルを予約することで、レイテンシとトークン消費を最適化できる。

著者らは、LLM 生成のグランドトゥルース（天井効果を導入する可能性がある）、10銘柄という特定の規模のデータセット、およびクラウドベースの Neo4j デプロイメントによるレイテンシのオーバーヘッドといった限界についても述べている。結論として、本アーキテクチャはドメインに依存しないものであるが、他のドメインやより大規模なエンティティグラフへの汎用性を検証するには、さらなる検証が必要であるとしている。