Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

OntoMetric: An Ontology-Guided Framework for Automated ESG Knowledge Graph Construction

Created by
  • Haebom
Category
Empty

저자

Mingqin Yu (University of New South Wales, Sydney, Australia), Fethi Rabhi (University of New South Wales, Sydney, Australia), Boming Xia (University of Adelaide, Adelaide, Australia), Zhengyi Yang (University of New South Wales, Sydney, Australia), Felix Tan (University of New South Wales, Sydney, Australia), Qinghua Lu (CSIRO Data61, Sydney, Australia)

개요

본 논문은 ESG 규제 문서를 검증된 AI 및 웹 준비 지식 그래프로 변환하는 온톨로지 기반 프레임워크인 OntoMetric을 제시한다. OntoMetric은 목차 경계를 이용한 구조 인식 분할, ESGMKG 스키마를 프롬프트에 임베딩하고 의미 필드로 엔티티를 풍부하게 하는 온톨로지 제약 LLM 추출, 엔티티, 속성 및 관계 수준에서 LLM 기반 의미 검증과 규칙 기반 스키마 검사를 결합한 2단계 검증을 통해 작동한다. 이 프레임워크는 감사 추적을 위해 세그먼트 수준 및 페이지 수준의 출처를 보존한다. 5개의 ESG 표준(SASB 상업 은행, SASB 반도체, TCFD, IFRS S2, AASB S2)에 대해 평가한 결과, OntoMetric은 65-90%의 의미 정확도와 80-90%의 스키마 준수도를 달성했다.

시사점, 한계점

•
시사점:
◦
ESG 규제 문서 처리를 위한 신뢰할 수 있고 감사 가능한 지식 그래프 생성
◦
지속 가능한 금융 분석, 투명성 포털 및 자동화된 규정 준수 도구와 같은 다운스트림 애플리케이션 지원
◦
온톨로지 제약과 신경망 기반 추출의 조합을 통해 높은 정확도와 스키마 준수도 달성
◦
저렴한 비용으로 검증된 엔티티 추출 가능
•
한계점:
◦
평가 대상이 5개의 ESG 표준으로 제한됨
◦
성능은 특정 ESG 표준 및 문서의 특성에 따라 다를 수 있음
◦
LLM의 성능에 의존적이며, LLM의 한계로 인해 오류 발생 가능성 존재
👍
Made with Slashpage