Statements: Universal Information Extraction from Tables with Large Language Models for ESG KPIs

本文是LLM系列文章，针对《Statements: Universal Information Extraction from Tables with Large Language Models for ESG KPIs》的翻译。

摘要

环境、社会和治理 (ESG) KPI 评估组织在气候变化、温室气体排放、水消耗、废物管理、人权、多样性和政策等问题上的绩效。 ESG 报告通过表格传达这些有价值的定量信息。不幸的是，由于表格结构和内容的高度可变性，提取这些信息很困难。我们提出了 Statements，一种新颖的与领域无关的数据结构，用于提取定量事实和相关信息。我们建议将表格转换为语句作为一种新的监督深度学习通用信息提取任务。我们引入 SemTabNet——一个包含超过 100K 个注释表的数据集。通过研究一系列基于 T5 的语句提取模型，我们的最佳模型生成的语句与真实情况相似度为 82%（基线为 21%）。我们通过将我们的模型应用于 ESG 报告中的 2700 多个表格来展示报表的优势。声明的同质性允许对大量 ESG 报告中的广泛信息进行探索性数据分析。

1 引言

2 相关工作

3 Statements的定义

4 SemTabNet：Statements数据

5 实验和结果

6 ESG结