Dec, 2023

ESGReveal: 从 ESG 报告提取结构化数据的基于 LLM 的方法

PDF
TL;DRESGReveal 是一种创新方法，利用大型语言模型（LLM）结合检索增强生成（RAG）技术高效提取和分析企业报告中的环境、社会和治理（ESG）数据，满足可靠的 ESG 信息检索的紧迫需求。它能够精确提取数据并分析披露，为企业可持续发展提供透明度和准确性，表明在 ESG 数据处理方面有促进透明度和实现可持续发展目标的潜力。
esgrevealdata extractionesg reportingenvironmental and social datacorporate transparency
发现论文，激发创造
  • 通过大型语言模型从可持续性报告中推导结构化洞见

    近十年来，随着投资者对环境、社会和公司治理（ESG）问题日益关注，一些监管机构开始要求上市公司披露非财务信息。本文利用大型语言模型和信息提取技术，从非结构化的多模态文档中提取语义结构化信息，并采用基于图的表示方法进行相关分析，揭示不同行业间的突出可持续行动和公司、部门以及区域层面的相似性和披露模式，最终通过研究发现和其他公司信息，探讨影响公司 ESG 评分最显著的实际因素。

    Oct, 2023

  • ESG 报告的高级非结构化数据处理：结构化转换和增强分析方法论

    通过使用 “无结构核心库” 将 ESG 报告转化为结构化、可分析的格式，该研究引入了一种创新的方法，强调其处理不同数据类型（包括文本、图像和表格）的能力，从而实现对企业治理和可持续性分析中先进 NLP 技术和大型语言模型的应用。

    Jan, 2024

  • 通过 GPT-4 隐性规则学习进行的 ESG 分类

    该研究探究了如何通过提示、思维链推理和动态上下文学习等策略，引导 GPT-4 等先进语言模型与未知的环境、社会和治理（ESG）评估准则保持一致，展示了语言模型在金融下游任务中的潜力和培训免费解决方案的机会。

    Mar, 2024

  • ESG-FTSE: 一份具有 ESG 相关标签和用例的新闻文章语料库

    我们创建了 ESG-FTSE 语料库，其中包含了带有 ESG 相关标注的新闻文章。我们开创了 ESG 标注方案，并进行了相关实验，证明该语料库可以用于准确的 ESG 预测。

    May, 2024

  • ESGBERT：一种用于帮助公司环境、社会和治理实践相关分类任务的语言模型

    本文研究了基于自然语言处理技术对 ESG 文本进行分类的方法，通过对 BERT 模型进行细调，建立了一个 ESG 领域专用的预训练模型，并在环境类别的分类任务中取得了优于原 BERT 模型和基准模型的准确率。

    Mar, 2022

  • 基于生成式大语言模型的 ESG 问题识别框架

    本文研究使用多种技术手段和模型，实现在英文和法语子任务中以高精度识别新闻文章中的 ESG 问题，并获得优异的表现。结果突显了应用先进的语言模型技术在获取跨语言 ESG 问题方面的潜力。

    Jun, 2023

  • 利用 BERT 语言模型进行多语言 ESG 问题识别

    本研究利用 BERT 语言模型探索了多种策略，用于准确分类新闻文档至 35 个不同的 ESG 问题类别，结果显示 RoBERTa 分类器在英文测试数据集中位居第二，并在法语测试数据集中与其他模型并列第五，此外，我们针对中文设计的基于 SVM 的二元模型在测试数据集中展现了优异的性能，位居第二。

    Sep, 2023

  • 应用社交网络分析和机器学习创建系统化的 ESG 评分体系以推动更可持续的公司运营实践

    该研究论文通过使用社会情感考量，旨在创建一个数据驱动的 ESG 评估体系，该体系可以通过提供更加平衡的观点和更系统化的评分来为公司提供更好的指导，从而帮助公司创建更具针对性和有影响力的倡议。使用基于 Python 的网络爬虫从维基百科、推特、领英和谷歌新闻中收集数据，然后通过自然语言处理算法对 ESG 子类别进行情感评分。然后使用这些特征，训练和校准机器学习算法以测试其预测能力，其中最强大的模型是随机森林模型，其平均绝对误差为 13.4％，相关性为 26.1％（p 值为 0.0372），显示出令人鼓舞的结果。总的来说，跨子类别测量 ESG 社会情感可以帮助高管将努力集中在人们最关注的领域。此外，这种数据驱动方法可以为没有覆盖范围的公司提供评级，从而使更多具有社会责任感的公司得以发展。

    Sep, 2023

  • 公司 ESG 报告的动态分析：一种进化趋势模型

    该研究旨在通过分析关键词的变化，揭示全球市场中企业 ESG 主题的变化，并基于这些分析结果构建一个 ESG 战略模型。通过分析技术公司的 21 世纪 ESG 报告，研究发现 ESG 主题近年来在不断演变。

    Sep, 2023

  • 使用上下文句子分析模型识别 ESG 概念

    Trading Central Labs 和 La Rochelle 大学的 L3i 实验室在 ESG 领域上的合作中，基于预训练的 BERT 和 RoBERTa 模型，提出了对 Fortia ESG 分类体系的新条目和 ESG 相关句子的分类方法。该方法在两个子任务中均取得了显著的性能提升，并跻身最佳系统之一。

    Jul, 2022