Multi-Label Topic Model for Financial Textual Data
Institute for Finance & Banking, Ludwig-Maximilians-Universität München(慕尼黑大学金融与银行研究所)
本文提出一个多标签主题模型,用于分析金融文本,在3,044份德语公告上训练达到宏F1超85%,并揭示共现主题对股票市场反应的差异化影响。
2023-11-10 cs.CL cs.LG q-fin.ST
A Scalable Framework for Table of Contents Extraction from Complex ESG Annual Reports
University of Warwick(华威大学);The Alan Turing Institute(艾伦·图灵研究所)
本文提出基于构建-建模-修改(CMM)流程的可扩展目录提取框架,并发布含1,093份ESG年报的ESGDoc数据集,以更少运行时间超越此前最先进基线。
2023-10-27 cs.CL
A Generative Approach for Financial Causality Extraction
IIT Kharagpur(印度理工学院卡哈拉格普尔分校);Goldman Sachs(高盛集团);Leibniz University(莱布尼茨大学)
因果关系是财经新闻、财经报道等财经文献中事件之间的首要关系。每一个金融因果关系包含一个原因跨度和一个影响跨度。以前的工作提出了序列标记的方法来解决这个任务。但序列标记模型发现很难从文本片段中提取多个因果关系和重叠因果关系。在本文中,我们探索了一种生成的因果关系提取方法,使用编码器-解码器框架和指针网络。我们使用的因果关系数据集,从金融领域,\textit{FinCausal},我们的实验和我们提出的框架实现了非常有竞争力的性能在这个数据集上。
2022-04-12 cs.CL
Financial Event Extraction Using Wikipedia-Based Weak Supervision
IBM Research(IBM研究院)
从文本中提取金融和经济事件以前主要使用基于规则的方法,最近的工作采用机器学习技术。这项工作符合后一种方法,利用维基百科的相关章节为描述经济事件的句子提取弱标签。而以前的弱监督的方法需要这样的事件的知识库,或相应的财务数字,我们的方法不需要这样的额外的数据,并可以用来提取经济事件相关的公司,甚至没有提到的训练数据。
2022-11-28 cs.CL
FinRED: A Dataset for Relation Extraction in Financial Domain
IIT Kharagpur(印度理工学院克勒格布尔分校);Goldman Sachs(高盛集团);LU, Hannover(汉诺威莱布尼茨大学)
针对金融领域缺乏大规模开源关系抽取数据集的问题,本文发布基于金融新闻和财报电话纪要、通过远程监督映射 Wikidata 三元组构建的 FinRED,并建立基准,验证现有模型在金融关系抽取上性能明显下降。
2023-06-06 cs.CL
Document-Level Numerical Reasoning across Single and Multiple Tables in Financial Reports
Department of Computer Science and Information Engineering, National Taiwan University(国立台湾大学资讯工程学系);FinTech Center, National Taiwan University(国立台湾大学金融科技中心)
本文提出FinLongDocQA数据集,解决长文档中跨表数字推理问题,发现LLM在长文本中定位和多步计算时存在瓶颈,提出FinLongDocAgent多智能体方法提升可靠性。
2026-04-04 cs.CL
Deep Structured Feature Networks for Table Detection and Tabular Data Extraction from Scanned Financial Document Images
PDF文档中的表格自动检测已经取得了巨大的成功,但由于检测到的表格区域的完整性和噪声问题,表格数据提取仍然具有挑战性。准确的数据提取在金融领域是非常关键的。受此启发,本研究的目的是提出一个自动化的表格检测和表格数据提取从金融PDF文档。提出了一种基于特征金字塔网络(FPN)的快速R-CNN(Region-based Convolutional Neural Network,区域卷积神经网络)模型检测表格区域,基于光学字符识别(OCR)的复合版面分割技术提取内容和结构,以及建立正则表达式规则进行表格标题分割的方法。表格数据提取功能嵌入了基于规则的过滤和重组功能,具有高度可扩展性。我们为实验用表格区域注释了一个新的Financial Documents数据集。检测模型的优秀表检测性能是从我们定制的数据集获得的。本文的主要贡献是提出了具有表区域注释的Financial Documents数据集,优越的检测模型和基于规则的布局分割技术,用于从PDF文件中提取表格数据。
2022-05-23 cs.CL
Harnessing Generative LLMs for Enhanced Financial Event Entity Extraction Performance
Dongguk University(东国大学)
本文提出利用生成式大语言模型,通过参数高效微调将金融事件实体抽取转化为文本到结构化输出的生成任务,在CCKS 2019数据集上取得最优F1分数。
2025-04-20 cs.CL
KPI-EDGAR: A Novel Dataset and Accompanying Metric for Relation Extraction from Financial Documents
University of Bonn(波恩大学);Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);Hochschule Bonn-Rhein-Sieg(波恩-莱茵-锡格应用技术大学)
本文提出KPI-EDGAR数据集用于从金融文档中联合提取KPI及其属性,提供四个基准,并引入词级加权F1分数新指标以建模实体对模糊边界。
2022-10-17 cs.CL
GPT-FinRE: In-context Learning for Financial Relation Extraction using Large Language Models
MUST Research(MUST研究院);UtilizeAI Research(UtilizeAI研究院)
针对金融领域关系抽取任务,提出GPT-FinRE方法,在上下文学习框架下结合两种检索策略选取示例,在REFinD数据集上取得0.718的F1值,总排名第三。
2023-07-21 cs.CL
EDGAR-CORPUS: Billions of Tokens Make The World Go Round
NCSR “Demokritos”(国家科学研究中心“德谟克利特”);Athens University of Economics and Business(雅典经济与商业大学)
本文发布包含美国上市公司超25年年报的最大金融NLP语料库EDGAR-CORPUS,并基于其训练金融词嵌入EDGAR-W2V,在多项金融NLP任务中优于通用嵌入,同时开源抓取工具EDGAR-CRAWLER。
2021-10-01 cs.CL
LLM-based Triplet Extraction from Financial Reports
KTH Royal Institute of Technology(皇家理工学院)
本文提出基于大语言模型的财务报告三元组提取方法,通过自动本体诱导和混合验证策略,提升提取准确率并减少幻觉问题。
2026-02-12 cs.CL
Spatial ModernBERT: Spatial-Aware Transformer for Table and Key-Value Extraction in Financial Documents at Scale
Javis AI Team(Javis AI 团队)
本文提出 Spatial ModernBERT 模型,通过引入空间嵌入并采用三头 token 分类及 B-I-IB 后处理方法,实现了大规模金融文档中表格与键值对的高精度提取。
2025-07-09 cs.CL
Fin-ExBERT: User Intent based Text Extraction in Financial Context using Graph-Augmented BERT and trainable Plugin
Fidelity Investments(fidelity投资公司)
针对金融对话记录的句子级意图信息抽取难题,提出模块化 Fin-ExBERT 框架,结合领域适配 BERT、LoRA、渐进式解冻训练与动态阈值,在真实数据上取得良好精确率和 F1。
2025-09-27 cs.CL
Predicting Distresses using Deep Learning of Text Segments in Annual Reports
Danmarks Nationalbank(丹麦国家银行);University of Copenhagen(哥本哈根大学)
公司困境模型通常只采用公司年度报告中的数字财务变量。我们开发了一个模型,采用非结构化的文本数据的报告,以及,即审计师的报告和管理层的声明。我们的模型由一个卷积递归神经网络组成,当与数值财务变量连接时,它学习适合企业困境预测的文本描述性表示。我们发现,非结构化的数据提供了一个统计上显着的增强的困境预测性能,特别是对于大公司,准确的预测是至关重要的。此外,我们发现,审计师的报告比管理层的声明,联合模型,包括管理层的声明和审计师的报告显示没有增强相对于一个模型,包括审计师的报告。我们的模型表现出了对现有最先进模型的直接改进。
2018-11-13 cs.CL q-fin.CP q-fin.RM
Chinese Financial Text Emotion Mining: GCGTS -- A Character Relationship-based Approach for Simultaneous Aspect-Opinion Pair Extraction
Jiangxi University of Finance and Economics(江西财经大学)
针对中文金融文本AOPE任务中字符级编码忽略字符逻辑关系的问题,提出GCGTS方法,利用图卷积网络融合句法结构并引入图像卷积捕捉局部关系,显著提升了模型性能并减少了对预训练模型的依赖。
2023-08-04 cs.CL
Information Extraction: An application to the domain of hyper-local financial data on developing countries
Stanford University(斯坦福大学)
针对发展中国家公司金融数据缺失问题,开发并评估了两种NLP信息抽取技术:基于T5模型的联合NER与关系抽取(准确率92.44%),以及基于SpaCy的顺序抽取方法,有效提取实体及其关系。
2024-03-14 cs.CL
PoinT-5: Pointer Network and T-5 based Financial NarrativeSummarisation
Samsung R&D Bangalore(三星研发班加罗尔)
公司在财政年度结束时向股东提供年度报告,说明其业务和财务状况。这些报告的平均长度为80页,最长可达250页。在本文中,我们提出了我们的方法PointT-5(指针网络和T-5(测试到文本传输Transformer)算法的组合),我们在金融叙述摘要(FNS)2020任务中使用。该方法使用指针网络从报告中提取重要的叙述性句子,然后使用T-5将提取的句子释义为简洁而信息丰富的句子。我们使用ROUGE-N(1,2),L和SU 4来评估我们的方法。所提出的方法在所有度量中获得了最高的精度分数,并且在ROUGE 1和LCS中获得了最高的F1分数,并且是唯一一个在ROUGE-LCS度量中跨越MUSE解决方案基线的解决方案。
2020-10-12 cs.CL
Scalable, Trie-based Approximate Entity Extraction for Real-Time Financial Transaction Screening
Garanti Technology(Garanti科技)
金融机构必须审查其交易,以确保它们不与恐怖主义实体有关联。开发适当的解决方案来精确地检测这种从属关系,同时避免对大量合法交易的任何形式的中断至关重要。在本文中,我们提出了一个可扩展的解决方案,可以帮助金融机构建立自己的软件提取恐怖主义实体的结构化和非结构化的金融信息在实时的近似相似性匹配方法。
2017-01-12 cs.CL cs.IR
Ahead of the Text: Leveraging Entity Preposition for Financial Relation Extraction
本文针对 ACM KDF-SIGIR 2023 竞赛中的 REFind 金融实体关系抽取任务,提出先插入实体位置信息、再微调 roberta-large 进行分类并辅以后处理的多步骤方法,最终在公开排行榜上取得第一名。
2023-08-08 cs.CL
GPT-InvestAR: Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models
本文提出GPT-InvestAR框架,利用大型语言模型分析公司年度报告生成洞察,结合历史股价数据训练机器学习模型,步进测试显示其相对S&P500具有超额收益,并开源代码。
2023-09-06 cs.CL cs.LG q-fin.ST
FinTree: Financial Dataset Pretrain Transformer Encoder for Relation Extraction
Kyung Hee University(庆熙大学)
FinTree是一种在金融数据集上预训练的Transformer编码器,通过预测掩码标记而非[CLS]标记,并采用独特输入模式,在REFinD数据集上实现了更准确的关系抽取。
2023-07-26 cs.AI cs.CL
Beyond Sentiment: Structured Information Extraction from Financial News
School of ASEE, Beihang University(北京航空航天大学ASEE学院);School of BME, Beihang University(北京航空航天大学生物医学工程学院);CAIR and CECS, VinUniversity(VinUniversity CAIR与CECS机构)
该研究针对金融情感分析仅压缩新闻为单一极性评分的局限,提出用LLaMA-3.1-70B提取金融新闻的结构化语义特征,结合情感与结构化特征可提升股票预测性能,为多维金融NLP开辟新方向。
2026-07-31 cs.CL
Resolving the Missing Financial Data Crisis: A Generative AI Pipeline for SEC 10-K Extraction
Worcester Polytechnic Institute(伍斯特理工学院)
本研究提出生成式AI流水线,利用多种LLM从SEC 10-K中提取财务数据,解决影响超70%公司的缺失数据问题,Qwen-2.5 14B和Llama-3.3 70B分别在不同属性上取得高F1分数。
2026-09-30 cs.CL
Knowledge Graph Enhanced Event Extraction in Financial Documents
ShanghaiTech University(上海科技大学)
事件抽取是自然语言处理中的一个经典任务,在处理大量快速增长的金融、法律、医疗和政府文档中得到了广泛的应用,这些文档通常包含多个事件,并且这些事件的元素分散和混合在文档中,使得问题变得更加困难。虽然被提取的事件元素之间的潜在关系提供了有用的上下文信息,但它们在以前的研究中被忽视了。我们展示了利用知识图谱捕获实体关系及其属性所带来的增强。我们提出了第一个事件提取框架,该框架通过图神经网络嵌入知识图谱,并将嵌入与常规特征集成,所有这些都在文档级。具体来说,对于从中国的财务公告中提取事件,我们的方法优于国家的最先进的方法在F1分数的5.3%。
2021-09-06 cs.CL cs.IR cs.LG
Enhancing Language Models for Financial Relation Extraction with Named Entities and Part-of-Speech
Singapore University of Technology and Design(新加坡科技设计大学)
本文提出将 NER 与 POS 信息以多种组合方式融入预训练语言模型,以提升金融文本中实体关系抽取性能,实验验证了该策略的有效性。
2024-05-02 cs.CL cs.IR cs.LG
REFinD: Relation Extraction Financial Dataset
JPMorgan Chase and Co(摩根大通公司);Wright State University(莱特州立大学)
本文提出首个大规模金融领域关系抽取数据集 REFinD,包含约 29K 实例和 22 种关系,并通过基准实验揭示了现有模型在数值推理和歧义处理上的不足。
2023-05-22 cs.AI cs.CL
When Tables Go Crazy: Evaluating Multimodal Models on French Financial Documents
Inria Paris(巴黎国家信息与自动化研究所);Sorbonne Université(索邦大学)
提出Scribe Finance基准,评估多模态模型在法语金融文档上的文本、表格、图表及多轮对话理解能力,发现模型在图表和多轮对话中表现脆弱。
2026-06-17 cs.CL
Doc2EDAG: An End-to-End Document-level Framework for Chinese Financial Event Extraction
Institute of Interdisciplinary Information Sciences, Tsinghua University(清华大学交叉信息研究院);Microsoft Research(微软研究院)
现有的事件抽取方法大多只抽取句子范围内的事件论元。然而,这样的企业级EE方法难以处理来自新兴应用(诸如金融、立法、健康等)的激增的文档量,其中事件论点总是分散在不同的句子中,甚至多个这样的事件提及经常共存于同一文档中。为了解决这些挑战,我们提出了一种新的端到端模型,Doc2EDAG,它可以生成一个基于实体的有向无环图,以有效地实现文档级EE(DEE)。此外,我们重新形式化的DEE任务与无触发词的设计,以减轻文档级的事件标记。为了证明Doc2EDAG的有效性,我们建立了一个大规模的真实世界的数据集,包括中国的财务公告与上述挑战。广泛的实验与全面的分析说明了Doc2EDAG的优越性比国家的最先进的方法。数据和代码可以在https://github.com/dolphin-zs/Doc2EDAG上找到。
2019-09-23 cs.CL cs.LG
KPI-BERT: A Joint Named Entity Recognition and Relation Extraction Model for Financial Reports
Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);University of Bonn(波恩大学);PricewaterhouseCoopers GmbH(普华永道有限责任公司)
我们提出了KPI-BERT,一个系统,它采用新的方法命名实体识别(NER)和关系抽取(RE)提取和链接的关键绩效指标(KPI),如“收入”或“利息支出”,公司从现实世界的德国金融文件。具体来说,我们引入了一种端到端的可训练架构,该架构基于来自Transformers的双向编码器表示(BERT),将递归神经网络(RNN)与条件标签掩蔽相结合,以便在对实体的关系进行分类之前顺序标记实体。我们的模型还引入了一个可学习的基于RNN的池机制,并通过显式过滤不可能的关系来整合领域专家知识。我们在一个新的德国财务报告的实际数据集上实现了更高的预测性能,超过了几个强大的基线,包括竞争的最先进的基于跨度的实体标记方法。
2022-08-03 cs.AI cs.CL cs.LG
EDINET-Bench: Evaluating LLMs on Complex Financial Tasks using Japanese Financial Statements
Sakana AI;Kyoto University(京都大学)
EDINET-Bench通过日本财务报表评估大语言模型在复杂财务任务中的表现,揭示其在会计欺诈检测、盈利预测等任务中仍面临挑战,需更真实的模拟和推理支持。
2026-03-05 cs.CE cs.CL cs.LG
A Pluggable Multi-Task Learning Framework for Sentiment-Aware Financial Relation Extraction
Southwestern University of Finance and Economics(西南财经大学);Kash Institute of Electronics and Information Industry(喀什电子信息工业研究所)
针对现有金融领域关系抽取模型忽略情感影响的问题,本文提出可插拔的SSDP-SEM多任务框架,通过辅助情感感知任务融合情感与句法信息,结合信息瓶颈正则化,有效提升了主流RE模型的金融关系抽取效果。
2025-06-14 cs.AI cs.CL
ViBERTgrid BiLSTM-CRF: Multimodal Key Information Extraction from Unstructured Financial Documents
Yapı Kredi Technology(亚珀克雷迪科技);Istanbul Technical University(伊斯坦布尔理工大学)
本文提出ViBERTgrid BiLSTM-CRF模型,通过引入BiLSTM-CRF层将多模态Transformer适配于非结构化金融文档,提升了命名实体识别性能并保持了半结构化文档的KIE效果,同时公开了SROIE数据集的token级标注。
2024-09-23 cs.AI cs.CL cs.CV
FiNER: Financial Numeric Entity Recognition for XBRL Tagging
NCSR “Demokritos”(德谟克利特国家科学研究中心);Athens University of Economics and Business(雅典经济与商业大学);University of Copenhagen(哥本哈根大学)
本文提出FiNER-139数据集,将XBRL标注建模为金融数值实体识别任务,并通过伪token替换数值表达式及预训练SEC-BERT模型显著提升性能。
2022-04-19 cs.CL
IGT @ FinMMEval 2026 Task 2: Question-Type Prompting with Targeted Extraction for Multilingual Financial QA
Georgia Institute of Technology(佐治亚理工学院)
提出IGT系统,针对多语言金融问答,按题型区分结构化数值抽取与综合新闻选择,开发集ROUGE-1达0.395,测试集排名第三。
2026-09-09 cs.AI cs.CL
FinNLI: Novel Dataset for Multi-Genre Financial Natural Language Inference Benchmarking
University of Oxford(牛津大学);JPMorgan AI Research(摩根大通人工智能研究院)
本文提出金融自然语言推理基准数据集FinNLI,含21,304对样本,评估显示领域迁移降低性能,LLMs最高宏F1为78.62%,暴露金融推理弱点。
2025-04-22 cs.AI cs.CL cs.LG
Nearest Neighbor Search over Vectorized Lexico-Syntactic Patterns for Relation Extraction from Financial Documents
UtilizeAI Research(UtilizeAI研究院)
本文提出通过词汇-句法模式稠密向量的最近邻搜索在测试时参考训练关系,以解决金融文档关系抽取中隐式表达、长尾类别及复杂长句问题,并在REFinD上取得最先进性能。
2023-10-26 cs.CE cs.CL
iMETRE: Incorporating Markers of Entity Types for Relation Extraction
International Institute of Information Technology(国际信息技术学院)
本文提出iMETRE方法,通过结合类型化实体标记表示和微调模型,在金融数据集REFinD上实现69.65%的F1分数,改进句子级关系抽取性能。
2023-06-30 cs.CL
FinDialogLens: Event Extraction over Multi-Party Dialogue for Missed-Trade Identification in Financial Chatrooms
Machine Learning Center of Excellence, JPMorgan Chase & Co.(摩根大通机器学习卓越中心)
针对金融聊天室错失交易识别,提出FinDialogLens混合LLM流水线,结合微调分类器与路由机制,实现高准确率并降低85%LLM调用成本。
2026-10-05 cs.AI cs.CL
FinBERT-MRC: financial named entity recognition using BERT under the machine reading comprehension paradigm
School of Management, University of Science and Technology of China(中国科学技术大学管理学院)
金融命名实体识别(FinNER)是金融文本信息抽取领域的一个具有挑战性的课题,其目的是从非结构化的金融文本中抽取大量的金融知识。使用序列标记框架来实现FinNER任务被广泛接受。然而,这样的序列标注模型不能充分利用文本中的语义信息。相反,我们制定了FinNER任务作为一个机器阅读理解(MRC)的问题,并提出了一个新的模型称为FinBERT-MRC。该算法利用精心设计的查询引入重要的先验信息,提取目标实体的起始索引和结束索引,无需条件随机场(CRF)等解码模块。我们在公开的中国金融数据集ChFinAnn和真实的商业数据集AdminPunish上进行了实验。FinBERT-MRC模型在两个数据集上的平均F1得分分别为92.78%和96.80%,与BiLSTM-CRF,BERT-Tagger和BERT-CRF等序列标记模型相比,平均F1增益分别为+3.94%和+0.89%。源代码可在www.example.com上获得。
2022-05-31 cs.CL
Enhancing Large Vision-Language Models with Layout Modality for Table Question Answering on Japanese Annual Securities Reports
Stockmark Tokyo, Japan(Stockmark东京日本)
本研究提出通过整合表格内文本和布局特征增强LVLM的表格理解能力,实验证明该方法显著提升日文证券报告表格问答性能。
2025-05-23 cs.CL cs.CV
Evaluating Large Language Models for Stance Detection on Financial Targets from SEC Filing Reports and Earnings Call Transcripts
Kansas State University(堪萨斯州立大学);Department of Computer Science(计算机科学系);University of Illinois Chicago(伊利诺伊大学芝加哥分校)
本研究构建了针对债务、每股收益和销售额的句子级金融立场检测语料库,并系统评估了LLMs在零样本、少样本和思维链策略下的表现,发现少样本结合思维链方法效果最佳,验证了无需大量标注数据即可实现金融目标立场检测的可行性。
2025-10-27 cs.AI cs.CL
Bridging the Arithmetic Gap: The Cognitive Complexity Benchmark and Financial-PoT for Robust Financial Reasoning
Tele-Communication Technology Bureau, Xinhua News Agency(新华社通信技术局)
本文提出认知复杂性基准和金融-PoT框架,通过架构解耦提升金融推理的鲁棒性,使Qwen3-235B模型在复杂任务中的准确率显著提高。
2026-01-29 cs.AI cs.CL
Information Extraction through AI techniques: The KIDs use case at CONSOB
Sapienza Università di Roma(罗马大学);Commissione Nazionale per le Società e la Borsa(意大利国家公司和证券交易所委员会)
在本文中,我们报告了Consob和Sapienza大学合作开展的初步活动。我们专注于从描述金融工具的文档中提取信息抽取。我们讨论了如何通过基于规则和基于机器学习的方法自动化这项任务,并提供了我们的第一个结果。
2022-01-29 cs.CL cs.IR
Enabling and Analyzing How to Efficiently Extract Information from Hybrid Long Documents with LLMs
School of Software & Microelectronics, Peking University(北京大学软件与微电子学院);Institute of Software Chinese Academy of Sciences(中国科学院软件研究所);Microsoft(微软公司);University of Technology Sydney(悉尼科技大学)
针对LLMs对含文本与表格的混合长文档理解不足的问题,本研究提出AFIE框架以提升LLMs从财务报告中提取信息的能力,构建FINE数据集验证后,其在GPT-3.5、GPT-4上较朴素方法准确率分别提升53.94%、33.77%。
2024-03-07 cs.AI cs.CL
Seq2Seq and Multi-Task Learning for joint intent and content extraction for domain specific interpreters
Lusis
这项研究评估了LSTM网络在检测和提取金融聊天机器人命令的意图和内容方面的性能。它提出了两种技术,序列到序列学习和多任务学习,这可能会改善以前的任务。
2018-08-01 cs.CL cs.LG stat.ML
CR-COPEC: Causal Rationale of Corporate Performance Changes to Learn from Financial Reports
UNIST(蔚山国立科学技术院);UMass Amherst(马萨诸塞大学阿默斯特分校);KAIST(韩国科学技术院);SNU(首尔大学);Ajou University(亚洲大学);Foresight Institute(远见研究所);INEEJI
本文提出 CR-COPEC 数据集,通过从美国公司 10-K 报告中检测因果理据并考虑 12 个行业的不同特征,为企业财务绩效变化提供大规模领域适应的因果句子分类资源。
2023-10-24 cs.CE cs.CL
HybridRAG: Integrating Knowledge Graphs and Vector Retrieval Augmented Generation for Efficient Information Extraction
BlackRock, Inc.(贝莱德集团);NVIDIA(英伟达公司)
本文提出 HybridRAG,融合 GraphRAG 与 VectorRAG,从向量数据库和知识图谱共同检索上下文,提升金融文档问答的信息抽取准确率与生成质量。
2024-08-09 cs.CL cs.LG q-fin.ST
TASER: Table Agents for Schema-guided Extraction and Recommendation
J.P. Morgan AI Research(摩根大通人工智能研究)
TASER 是一种持续学习的表格提取与推荐系统,通过模式引导提升复杂表格数据的提取效率和准确性。
2026-02-23 cs.AI cs.CL cs.IR
Towards automating Numerical Consistency Checks in Financial Reports
Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);University of Bonn(波恩大学);PricewaterhouseCoopers GmbH(普华永道有限责任公司)
我们引入KPI检查,一种新的系统,自动识别和交叉检查语义等效的关键绩效指标(KPI),例如“收入”或“总成本”,在现实世界中的德国财务报告。它将金融命名实体和关系抽取模块与基于BERT的过滤和文本对分类组件相结合,以从非结构化句子中提取KPI,然后将其链接到资产负债表和损益表中的同义事件。该工具实现了高匹配性能的$73.00$ %微F $_1$上举行了测试集,目前正在部署一个全球运营的主要审计公司,以协助财务报表的审计程序。
2022-11-11 cs.AI cs.CL cs.LG
HiFi-KPI: A Dataset for Hierarchical KPI Extraction from Earnings Filings
Department of Computer Science, Aalborg University(奥尔堡大学计算机科学系);ALIPES ApS(ALIPES公司);University of Copenhagen(哥本哈根大学);Pioneer Centre for AI(先锋人工智能中心)
针对财报中关键绩效指标(KPI)跨公司可迁移性差的问题,提出包含165万段落和19.8万层次化标签的HiFi-KPI数据集,并评估分类、提取和结构化提取三个任务。
2026-08-21 cs.AI cs.CL
EvidenceLens: A Claim-Evidence Matrix for Auditing Financial Question Answering
1 School of AI;Advanced Computing, XJTLU Entrepreneur College (Taicang), Xi’an Jiaotong-Liverpool University, Suzhou, Jiangsu, China 2 ETSI de Telecomunicaci\' o n, Universidad Polit\' e cnica de Madrid, Madrid, Spain IEEE VIS 2026 conditionally accepted version
提出EvidenceLens,一种将金融问答视为声明-证据对齐问题的可视化分析工具,通过多模态声明-证据矩阵揭示覆盖、矛盾与模态不平衡,帮助分析师区分有依据的声明与过度自信的综合。
2026-06-24 cs.CL cs.HC cs.IR
FinAuditing: A Financial Taxonomy-Structured Multi-Document Benchmark for Evaluating LLMs
Columbia University(哥伦比亚大学);Stevens Institute of Technology(史蒂文斯理工学院);Rensselaer Polytechnic Institute(拉特格斯理工学院);University of Montreal(蒙特利尔大学);McGill University(麦吉尔大学);MBZUAI(麦吉尔大学人工智能研究所);Cardiff University(卡迪夫大学);The University of Manchester(曼彻斯特大学);Harvard University(哈佛大学)
本文提出FinAuditing,一个基于财务分类结构的多文档基准,用于评估大型语言模型在财务审计任务中的能力,通过三个任务:财务语义匹配、财务关系提取和财务数学推理,揭示了现有LLMs在概念检索、分类感知关系建模和跨文档一致性推理方面的显著差距。
2026-05-17 cs.CE cs.CL cs.IR
FinAI-BERT: A Transformer-Based Model for Sentence-Level Detection of AI Disclosures in Financial Reports
Universiti Teknologi Malaysia(马来西亚理工大学)
本文提出FinAI-BERT模型,基于Transformer架构对金融报告中的AI披露进行句子级分类,在1,586句银行年报数据集上取得99.37%准确率,优于传统基线,兼具可解释性与稳健性,为监测金融机构AI应用扩散提供透明可扩展的工具。
2025-06-29 cs.CL econ.GN q-fin.CP