金融数值极端标注：面向 XBRL 标注的数据集与基准测试
计算与语言
2023-06-07 v1 人工智能
计算工程、金融与科学
摘要
美国证券交易委员会（SEC）要求所有上市公司提交定期财务报表，其中应包含用分类法中的特定标签进行标注的数字。在本文中，我们提出了从极大规模标签集中为句子中特定数字跨度自动分配标签的任务。针对该任务，我们发布了一个标注了 2,794 个标签的数据集——金融数值极端标注（FNXL）。我们将该任务构建为（a）序列标注问题和（b）先跨度抽取再进行极端分类（Extreme Classification）的流水线，并以此对 FNXL 数据集的性能进行基准测试。尽管两种方法的性能相当，但流水线方案对最低频标签略有优势。
引用
@article{arxiv.2306.03723,
title = {Financial Numeric Extreme Labelling: A Dataset and Benchmarking for XBRL Tagging},
author = {Soumya Sharma and Subhendu Khatuya and Manjunath Hegde and Afreen Shaikh. Koustuv Dasgupta and Pawan Goyal and Niloy Ganguly},
journal= {arXiv preprint arXiv:2306.03723},
year = {2023}
}
备注
Accepted to ACL'23 Findings Paper