N30 專業實習 編號ZV3
4.1 資料概況與描述性統計
本研究所使用的資料來源包含人工標註之財報語料，以及後續由生成器產生的合成資料。為了協助模型理解財報文本中的語意特徵，本節首先整理資料量、情緒分布與標註內容之概況。
（一）人工標註資料量與內容比例
本研究最初從多家上市公司財報中擷取句子，經過 AI 初步擷取搭配人工審查後，共整理出 300 多句可用財報語料。
在這些句子中，共標註出 約 316 組有效三元素 (Aspect, Opinion, Category)。
下圖(三)為人工標註資料的基本統計：
（二）合成資料（生成器 v4）統計為補足人工資料量不足，本研究開發「Financial ABSA Generator v4」生成合成文本。該生成器採用模板式語句結構、隨機插入數值與時間詞，並搭配規則式情緒判斷函數自動產生情緒標籤。最終共產生 2,000 筆合成資料，並確保正向、負向、中立情緒的分布相對平衡，如圖 4 所示。(三)整體資料量統計如圖 5 所示。
（四）三大情緒分布（合成資料）
生成器會依規則自動平衡情緒，因此合成資料的情緒比例大致如圖 6 所示：
此分布使模型在情緒分類任務上能避免偏向單一情緒類別。
4.2 人工標註資料分析本節針對本研究之人工標註資料（資料 444.jsonl）進行統計與分析。
人工資料共 316 行句子，雖然整體標註量不大，但內容涵蓋營收、獲利、產品、市場等財報文本常見主題，能提供模型初步學習財務語意結構的基礎。
（一）標註資料整體概況如下圖(七)所示：
(二)Aspect（主題）分布分析如下圖(八)所示。
從圖 8 中可觀察到：
1.財務績效類（EPS、營收、毛利率、淨利）最為集中
→ 反映財報文本主要以獲利狀況為重點。
2.市場所需指標比例高（出貨量、市佔率、需求）
→ 展現企業在產品銷售與市場動能上的描述。
3.科技產業特有名詞也明顯出現（如雲端業務）
→ 顯示語料包含科技股常用敘事。
（三）Opinion（意見詞）分布分析圖(九)
從圖 9 中可觀察到：
1.財報專用比較詞最常見：季增、年減
→ 為台灣上市公司季報、年報常用的變化詞彙。
2.「優於／低於市場預期」比例高
→ 顯示原始文本大量描述企業績效相對市場預期的差異，
屬於財報中典型的管
理層語氣。
3.正向詞（成長、增加、提升）與負向詞（年減、低於預期）分布均衡
→ 表示語料包含正負向情緒，有助於模型判斷情緒極性。
4.3 生成資料分析與人工資料比較
為補足人工標註資料量不足，本研究使用自行開發之「Financial ABSA Generator v4」產生 2,000 筆合成語料。本節從生成資料的語意特性、情緒分布與模板結構三方面進行分析，並與人工標註資料做比較，以探討兩者差異對模
型訓練之影響。
(一)人工資料 vs 生成資料比較
如圖 13 所示：
從圖 13 中可觀察到： 1.人工資料＝語意正確 + 自然語氣 + 品質高 → 但數量少，無法支撐深度模型訓練。 2.生成資料＝量大 + 均衡情緒 + 易學 → 但模板化明顯，缺乏語意多樣性。 兩者互補，才能讓 MT5-small 進行初步訓練。
（二）資料差異對模型的影響結合模型訓練與後續誤差分析，生成資料與人工資料差異帶來以下影響：
優點（有助於訓練）
1.大幅提升訓練資料量（316 → 2,316）。
2.情緒分布均衡，避免模型偏向正向。
3.提供模型多種句型片段、固定語法可快速學習。
缺點（造成後續模型表現偏弱）
1.模板化句型 → 模型容易「記句型」而不是學語意。
2.部分模板語義不自然 → 造成模型 drift。
3.Category 與 Opinion 來源受限 → 多樣性不足。
4.和真實財報的語氣差異大 → 影響泛化能力
4.4 模型訓練結果
本節呈現 MT5-small 模型於測試資料上的預測表現。本研究分別評估五項
任務：
1.Aspect 抽取
2. Category 預測
3. Opinion 判讀
4. Sentiment（情緒極性）
5. 嚴格四元組 (A, C, O, S) 預測
模型效能以 Precision、Recall 與 F1-score 進行衡量，結果如圖 14 所示。
(一).模型整體表現概述
整體而言，模型呈現 「Precision 高、Recall 低」 的典型小樣本現象：
在 Aspect 與 Category 任務上，Precision 皆達 0.96，顯示模型能「準確」
預測部分元素。
然而，Recall 僅約 0.11，表示模型能抓到的真正標註很少，導致最終 F1-score
落在 0.20 左右。
最困難的任務是 嚴格四元組 (A, C, O, S)，因需同時四項都正確，因此 F1 只
有 0.0738。
此結果反映模型在語意擷取上的能力有限，尤其在句子含有隱含語意、長句
或財務語境較複雜時，模型易出現遺漏。
(二).各任務表現重點
1. Aspect / Category 的高 Precision 現象
(1)因為這兩類標籤集中於固定字詞（如：營收、需求、成本等），模型較容易
在文本中辨識。
(2)但遇到較抽象的詞（如「營運效率」、「市場動能」）時，召回率仍偏低。
2. Opinion 辨識能力弱
(1)財報語句中的情緒動詞多樣（成長、下滑、改善、持穩等），模型未形成足
夠語意連結。
(2)模型容易標錯 Opinion 或整段忽略。
3. Sentiment（極性）F1-score 偏低
(1)財報文風相對委婉、間接（如「持穩」、「微幅下滑」），情緒不如一般評
論明顯。
(2)情緒極性與數值、上下文強相關，模型在小樣本情況下難形成穩定判斷。
4. 嚴格四元組難度最高
(1)因為四項只要錯一個就算錯。
(2)模型最常出錯的組合是：
Aspect 抽對但 Opinion 抽錯
Category 與 Aspect 不匹配
Sentiment 極性判斷錯誤
本研究使用 MT5-small 進行 ABSA 四元素預測，結果顯示模型在固定名詞
（Aspect、Category）表現良好，但在 Opinion 與 Sentiment 任務中仍具明顯
挑戰，整體 Recall 偏低，導致四元組任務的整體 F1-score 落在 0.07～0.20。
模型訓練結果反映資料量不足、語意複雜度高、生成資料模板化等限制，相關原
因將於下一節誤差分析中詳細說明。
