利用大语言模型的供应链排放估算
计算与语言
2023-08-04 v1
摘要
大型企业面临实现可持续发展目标（SDGs）的关键迫切任务，尤其是目标 13，其聚焦于应对气候变化及其影响。为减缓气候变化影响，减少企业范围 3（供应链排放）至关重要，因其占总排放清册的 90% 以上。然而，追踪范围 3 排放颇具挑战，因为数据须从数千家上游和下游供应商处收集。为应对上述挑战，我们提出了一种首创的框架，利用领域自适应的 NLP 基础模型，以金融交易作为采购商品与服务的代理变量，来估算范围 3 排放。我们将所提框架的性能与 TF-IDF、word2Vec 和零样本学习等最先进的文本分类模型进行比较。结果表明，该领域自适应基础模型优于最先进的文本挖掘技术，且表现与主题专家（SME）相当。所提框架可加速企业级范围 3 估算，并将有助于采取适当气候行动以实现 SDG 13。
引用
@article{arxiv.2308.01741,
title = {Supply chain emission estimation using large language models},
author = {Ayush Jain and Manikandan Padmanaban and Jagabondhu Hazra and Shantanu Godbole and Kommy Weldemariam},
journal= {arXiv preprint arXiv:2308.01741},
year = {2023}
}