基于 LLM 的 ESG 披露分析自动化系统：EulerESG
计算与语言
2025-12-01 v1 人工智能
计算机与社会
摘要
环境、社会和治理（ESG）报告已成为企业传达气候风险、社会影响和治理实践的核心方式，但它们仍主要以长篇且结构松散的 PDF 文档形式出版。这使得很难系统性地回答看似简单的问题。现有工具要么依赖脆弱的基于规则的提取，要么将 ESG 报告当作通用文本处理，却未显式建模其背后的报告标准。我们提出了 \textbf{EulerESG}，一个受 ESG 框架显式支持的、用于自动化 ESG 披露分析的 LLM 系统。EulerESG 结合了（i）对 ESG 报告进行双通道检索和 LLM 驱动的披露分析，以及（ii）用于探索、基准和解释的交互式仪表盘和聊天机器人。我们使用四家全球知名公司和十二个 SASB 子行业，展示了 EulerESG 能够以高保真（平均准确率最高可达 0.95）自动填充标准对齐的指标表格，同时保持实际的端到端运行时间，并对比了多个最新 LLM 模型在此场景下的表现。完整实现及演示视频已公开于 https://github.com/UNSW-database/EulerESG。
引用
@article{arxiv.2511.21712,
title = {EulerESG: Automating ESG Disclosure Analysis with LLMs},
author = {Yi Ding and Xushuo Tang and Zhengyi Yang and Wenqian Zhang and Simin Wu and Yuxin Huang and Lingjing Lan and Weiyuan Li and Yin Chen and Mingchen Ju and Wenke Yang and Thong Hoang and Mykhailo Klymenko and Xiwei Zu and Wenjie Zhang},
journal= {arXiv preprint arXiv:2511.21712},
year = {2025}
}