FinSage：面向金融文件问答的多维度检索增强生成系统
信息检索
2025-08-15 v4 人工智能
机器学习
摘要
在实际场景中运用大型语言模型往往需要利用特定领域的数据和工具，以遵循可接受使用所需的复杂监管要求。在金融领域，现代企业日益依赖检索增强生成（RAG）系统，以解决金融文件工作流程中复杂的合规需求。然而，现有解决方案难以考虑金融文件中数据内在的异构性（如文本、表格、图表）以及监管标准不断演变的特性，导致关键信息提取 accuracy 受损。我们提出的 FinSage 框架作为解决方案，采用针对金融文件监管合规分析的多维度 RAG 框架。FinSage 引入三项创新组件：（1）多模态预处理管道，统一多种数据格式并生成块级元数据摘要；（2）增强查询扩展（HyDE）和元数据感知语义搜索的多路径稀疏-稠密检索系统；（3）通过直接偏好优化（DPO）微调的领域专用重排序模块，以优先处理合规关键内容。大量实验表明，FinSage 在 75 个专家精选问题上的召回率可达 92.51%，显著优越。此外，FinSage 已成功部署为线上会议中的金融问答智能体，已服务超过 1,200 人。
引用
@article{arxiv.2504.14493,
title = {FinSage: A Multi-aspect RAG System for Financial Filings Question Answering},
author = {Xinyu Wang and Jijun Chi and Zhenghan Tai and Tung Sum Thomas Kwok and Muzhi Li and Zhuhong Li and Hailin He and Yuchen Hua and Peng Lu and Suyuchen Wang and Yihong Wu and Jerry Huang and Jingrui Tian and Fengran Mo and Yufei Cui and Ling Zhou},
journal= {arXiv preprint arXiv:2504.14493},
year = {2025}
}
备注
Accepted at the 34th ACM International Conference on Information and Knowledge Management (CIKM2025)