每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

FinTagging：用于提取和构建财务信息的基准法学硕士

Created by
  • Haebom

作者

王艳、任洋、钱令飞、彭学庆、王克一、韩毅、冯东吉、莫枫然、林胜源、张勤川、何凯文、罗晨日、陈建兴、吴军伟、黄济民、熊国军、刘晓阳、谢倩倩、聂建云

大纲

本文提出了一个新的基准测试FinTagging，用于评估大型语言模型（LLM）理解财务报告中数字的能力。考虑到使用XBRL标记财务数据的复杂性，我们通过两个子任务生成结构化的财务事实表示：数字识别（FinNI）和概念链接（FinCL）。这使我们能够评估LLM的结构识别和分类能力，结果表明，虽然LLM在数字识别方面表现出色，但在细粒度的概念链接方面却存在不足。

Takeaways，Limitations

•
Takeaways：
◦
FinTagging，评估法学硕士财务报告素养的新基准。
◦
用于结构化金融事实表示的 FinNI 和 FinCL 子任务的定义。
◦
我们发现LLM在数字识别方面很强，但在概念联想方面很弱，这表明LLM的结构识别能力存在局限性。
◦
通过公开代码和数据集来提高研究的可重复性和可用性。
•
Limitations：
◦
论文中缺少关于LLM模型的详细结构和学习方法的信息。
◦
评估仅在有限的零样本环境中进行。
◦
缺乏未来研究改进的具体方向。
👍
Made with Slashpage