HiFi-KPI: 決算開示資料からの階層的KPI抽出データセット

要約: 収益報告の正確なタグ付けは、利害関係者にとって顕著な短期リターンを生み出す可能性がある。機械可読なインラインeXtensible Business Reporting Language（iXBRL）は、公的な財務申告に義務付けられている。とはいえ、その複雑で細粒度の分類体系は、タグ付けされた主要業績指標（KPIs）の企業間転用性を制限する。これに対処するため、階層的財務KPI（HiFi-KPI）データセットを導入する。これは、iXBRLタクソノミーにリンクした、1.65M段落と198k個の一意で階層的に整理されたラベルからなる大規模コーパスである。HiFi-KPIは複数のタスクをサポートし、3つを評価する：KPI分類、KPI抽出、そして構造化KPI抽出。迅速な評価のため、HiFi-KPI-Liteも公開する。これは手動でキュレーションされた8K段落のサブセットである。HiFi-KPI-Liteのベースラインは、エンコーダーベースのモデルが分類で0.906を超えるマクロF1を達成し、LLMsは構造化抽出で0.440のF1に到達する。最後に、定性的な分析により、抽出エラーは主に日付に関連していることが明らかになった。すべてのコードとデータをオープンソースとして公開しています。https://github.com/aaunlp/HiFi-KPI。