TASER：基于模式引导的表格智能体提取与推荐系统
人工智能
2026-02-25 v4 计算与语言
信息检索
机器学习
摘要
现实世界的财务披露报告会报告有关实体投资持仓的关键信息，这些信息对于评估该实体的风险、盈利能力和关系概况至关重要。然而，这些细节往往隐藏在杂乱的、多页的、碎片化表格中，难以解析，阻碍了后续问答和数据规范化。具体而言，我们的数据集中的 99.4% 的表格缺少边界框，且最大表格跨越 44 页。为此，我们提出了 TASER（Table Agents for Schema-guided Extraction and Recommendation），一个持续学习的、基于智能体的表格提取系统，将高度非结构化的、多页的、异构表格转换为符合模式规范的输出。根据初始的投资组合模式，TASER 在单个管道中执行表格检测、分类、提取和推荐。我们的推荐智能体会审查未匹配的输出并提出模式修订，从而使 TASER 在 Table Transformer 等基于视觉的表格检测模型中取得 10.1% 的优势。在持续学习过程中，更大的批量大小导致有用模式推荐增加 104.3%，总提取量增加 9.8%。为训练 TASER，我们手动标注了 22,584 页和 3,213 张表格，涵盖 7317 亿美元的持仓，最终推出 TASERTab 以便于研究真实世界的财务表格和结构化输出。我们的结果凸显了持续学习智能体从复杂表格数据中进行稳健提取的潜力。
引用
@article{arxiv.2508.13404,
title = {TASER: Table Agents for Schema-guided Extraction and Recommendation},
author = {Nicole Cho and Kirsty Fielding and William Watson and Sumitra Ganesh and Manuela Veloso},
journal= {arXiv preprint arXiv:2508.13404},
year = {2026}
}
备注
EACL 2026 Industry (Oral)