Form 10-Q 条目化
信息检索
2021-10-22 v4 综合经济学
经济学
综合金融
摘要
季度财务报表（即 Form 10-Q）是美国上市公司披露财务及其他重要业务信息最常需提交的申报文件之一。由于 10-Q 申报数量庞大且报告格式差异巨大，从缺乏机器可读层级结构的 10-Q 申报中提取特定条目的信息一直是一项长期挑战。本文提出了一种通过以卷积神经网络（CNN）图像分类器补充基于规则的算法来实现 10-Q 文件条目化的解决方案。该方案展示了一条可推广至海量文本数据中快速数据检索的流水线，且仅利用排版条目即可实现。提取出的文本数据可用作无标签的内容特定数据来训练 transformer 模型（如 BERT）或适配各类面向领域的自然语言处理（NLP）应用。
引用
@article{arxiv.2104.11783,
title = {Form 10-Q Itemization},
author = {Yanci Zhang and Tianming Du and Yujie Sun and Lawrence Donohue and Rui Dai},
journal= {arXiv preprint arXiv:2104.11783},
year = {2021}
}
备注
6 pages, 3 figures, 3 tables, http://review10q.ddns.net/