MONETA：基于地理信息的多模态行业分类
人工智能
2026-04-13 v2
摘要
行业分类方案是公共和企业数据库的重要组成部分，它们根据经济活动对企业进行分类。由于公司登记册的庞大，手动标注成本高昂，且每当行业分类方案更新时都需要大量数据收集进行微调。我们通过利用现有的或易于获取的多模态资源来复制手动专家验证，从而实现行业分类。我们提出 MONETA，这是首个包含文本（网站、维基百科、维基数据）和地理空间来源（OpenStreetMap 和卫星图像）的多模态行业分类基准数据集。我们的数据集包含欧洲 1,000 家企业，按欧盟指南（NACE）划分为 20 个经济活动标签。我们的训练自由基准在开源和闭源多模态大型语言模型 (MLLM) 下分别达到 62.10% 和 74.10% 的准确率。我们观察到通过结合多轮设计、上下文丰富和分类解释，可实现最高达 22.80% 的提升。我们将发布数据集和完善后的指南。
引用
@article{arxiv.2604.07956,
title = {MONETA: Multimodal Industry Classification through Geographic Information with Multi Agent Systems},
author = {Arda Yüksel and Gabriel Thiem and Susanne Walter and Patrick Felka and Gabriela Alves Werb and Ivan Habernal},
journal= {arXiv preprint arXiv:2604.07956},
year = {2026}
}
备注
Accepted to ACL 2026 Main Conference