{rfName}
Th

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

8

Altmetrics

Impacto en los Objetivos de Desarrollo Sostenible (ODS)

Investigadores/as Institucionales

Moreno-Sandoval A.Autor o CoautorPorta-Zamorano J.Autor o CoautorCarbajo-Coronado B.Autor o Coautor

Compartir

2 de junio de 2024
Publicaciones
>
Conferencia Publicada
Green

The Financial Document Causality Detection Shared Task (FinCausal 2023)

Publicado en: Proceedings - 2023 IEEE International Conference on Big Data, BigData 2023. 2855-2860 - 2023-01-01 (), DOI: 10.1109/BigData59044.2023.10386745

Autores:

Moreno-Sandoval A; Porta-Zamorano J; Carbajo-Coronado B; Samy D; Mariko D; El-Haj M
[+]

Afiliaciones

Cairo University; Department of Spanish; Cairo; Egypt - Autor o Coautor
Lancaster University; UCREL; Lancaster; United Kingdom - Autor o Coautor
Universidad Autónoma de Madrid; Laboratorio de Lingüística Informática; Spain - Autor o Coautor
Yseop; Machine Learning Lab; Paris; France - Autor o Coautor
Ver más

Resumen

We introduce the FinCausal 2023 Shared Task on Causality Detection in Financial Documents and the corresponding FinCausal dataset. This paper also provides insights into the participating systems and their outcomes. The primary objective of this task is to identify whether an object, event or sequence of events can be considered the cause of a preceding event (the effect). This year, we presented two subtasks, one in English and another in Spanish. In both subtasks, participants were tasked with pinpointing, within causal sentences, the elements that pertained to the cause and those that related to the effect. We received system runs from five teams for the English subtask and three teams for the Spanish subtask. FinCausal 2023 is affiliated with the 5th Financial Narrative Processing Workshop (FNP 2023), hosted at IEEE BigData 2023 in Sorrento, Italy. © 2023 IEEE.
[+]

Palabras clave

Causality detectionFinanceFinancial documentFinancial documentsFins (heat exchange)NlpParticipating systemsPrimary objectiveSequence of eventsSorrentoSubtask

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-05:

  • Scopus: 8
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-05:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 2.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 2 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
Siguiendo con el impacto social del trabajo, es importante enfatizar el hecho de que, por su contenido, puede ser asignado a la línea de interés del ODS 4 - Quality Education, con una probabilidad del 43% según el algoritmo mBERT desarrollado por Aurora University.
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Egypt; France; United Kingdom.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (MORENO SANDOVAL, ANTONIO) .

[+]

Objetivos del proyecto

La aportación persigue los siguientes objetivos: identificar si un objeto, evento o secuencia de eventos puede considerarse causa de un evento precedente; diseñar y presentar dos subtareas de detección de causalidad en documentos financieros, una en inglés y otra en español; evaluar la capacidad de los sistemas participantes para localizar, dentro de oraciones causales, los elementos correspondientes a la causa y al efecto; analizar los resultados obtenidos por los equipos que participaron en ambas subtareas; y proporcionar un conjunto de datos específico para la tarea, denominado FinCausal 2023, que sirva como referencia para futuras investigaciones en procesamiento de narrativas financieras.
[+]

Resultados más relevantes

El estudio presenta los resultados del FinCausal 2023 Shared Task sobre detección de causalidad en documentos financieros, destacando la participación y desempeño de los sistemas presentados. Se identificaron con éxito los elementos causales y efectos dentro de oraciones causales en dos subtareas, una en inglés y otra en español. Participaron cinco equipos en la subtarea en inglés y tres en la subtarea en español. El evento se vinculó con el 5th Financial Narrative Processing Workshop (FNP 2023), celebrado en IEEE BigData 2023 en Sorrento, Italia, en 2023. Estos resultados proporcionan una base sólida para futuros avances en el análisis automático de causalidad en textos financieros.
[+]