利用 GPT 进行命名实体识别以识别可比公司

Eurico Covas

利用 GPT 进行命名实体识别以识别可比公司

计算与语言 2023-09-26 v2 人工智能神经与进化计算

作者: Eurico Covas

摘要

对于公众公司与私人公司而言，可比公司分析被广泛用作公司估值的一种方法。该方法对私募股权公司估值尤其具有重大价值。可比公司方法的几种途径通常依赖定性方法来识别相似同业公司，往往使用既有的行业分类体系及/或分析师直觉与知识。然而，文献与私募股权行业中已开始使用更定量的方法，特别是机器学习聚类与自然语言处理（NLP）。对于 NLP 方法，流程包括从公司网站或某些金融数据库系统的公司描述中提取产品实体，随后进行相似性分析。此处，利用来自公开公司 Wikipedia 网站的公司描述/摘要，我们展示使用大语言模型（LLMs）（如 OpenAI 的 GPT）比使用带人工标注的标准命名实体识别（NER）方法具有更高的精度与成功率。我们从定量上证明了更高的精度率，并展示在定性上其可用于创建恰当的可比公司同业组，进而用于股权估值。

关键词

命名实体识别大语言模型 GPT 可比公司公司估值自然语言处理

引用

@article{arxiv.2307.07420,
  title  = {Named entity recognition using GPT for identifying comparable companies},
  author = {Eurico Covas},
  journal= {arXiv preprint arXiv:2307.07420},
  year   = {2023}
}

备注

10 pages, 1 figure, to be submited to a journal

利用 GPT 进行命名实体识别以识别可比公司

摘要

关键词

引用

备注

相关论文