企业可持续性分析的可解释自然语言处理

可持续性通常指实体（如个人、公司和机构）对环境、社会和经济具有非负面（或正面）影响。随着可持续性成为可接受和合法行为的同义词，其被越来越多地要求和规范。已提出多种框架和标准来衡量企业的可持续性影响，包括联合国可持续发展目标和最近引入的全球可持续性报告框架等。然而，企业可持续性概念复杂，由于企业运营的多样性和复杂性（如地理位置、规模、业务活动与其他利益相关者之间的关联），导致其评估受主观性影响。这种主观性既体现在反映企业可持续性努力的数据中（即企业可持续性披露），也体现在评估这些数据的分析师中。这种主观性可以归结为特定挑战，如数据维度上的不完整性、模糊性、不可靠性和复杂性，以及分析师维度上的资源有限和潜在偏见。总体而言，主观性阻碍了对不符合当主要可持续性期望的实体进行有效成本归因，可能使可持续性努力及其相关法规变得徒劳。为此，我们认为可解释自然语言处理（XNLP）可以显著提升企业可持续性分析。具体而言，语言理解算法（词汇、语义、句法）与可解释人工智能（XAI）能力（可解释性、可解释性、忠实性）相结合，可以弥合分析师资源之间的差距并缓解数据中主观性问题。