赋能并分析如何利用大语言模型从混合长文档中高效提取信息
计算与语言
2024-03-08 v2 人工智能
摘要
大语言模型（LLMs）在文本理解与表格推理任务中展现出卓越性能。然而，其理解与分析含文本与表格数据的混合文本的能力仍待探索。本研究中，我们专注于利用 LLMs 的潜力从作为混合长文档的财务报告中理解关键信息。我们提出一种自动财务信息抽取（AFIE）框架，增强 LLMs 从财务报告中理解与抽取信息的能力。为评估 AFIE，我们构建了财务报告数值抽取（FINE）数据集并开展广泛实验分析。我们的框架在 GPT-3.5 与 GPT-4 上得到有效验证，相较于朴素方法平均准确率分别提升 53.94% 与 33.77%。这些结果表明，AFIE 框架为从复杂混合文档中自动抽取数值提供了准确性。
引用
@article{arxiv.2305.16344,
title = {Enabling and Analyzing How to Efficiently Extract Information from Hybrid Long Documents with LLMs},
author = {Chongjian Yue and Xinrun Xu and Xiaojun Ma and Lun Du and Hengyu Liu and Zhiming Ding and Yanbing Jiang and Shi Han and Dongmei Zhang},
journal= {arXiv preprint arXiv:2305.16344},
year = {2024}
}