NORA: Etichettatura Robusta al Rumore per Attributi di Entità Numeriche Finanziarie

I ricercatori propongono NORA (Noise-Robust Tagging for Rich Financial Numerical Entity Attributes) per migliorare la comprensione delle entità numeriche finanziarie. I metodi esistenti si concentrano sulla previsione dei nomi dei concetti ma soffrono di etichette rumorose nei documenti XBRL inline e trascurano attributi come la relazione temporale di reporting, la scala di misurazione e il segno contabile. NORA utilizza una ponderazione specifica per istanza e consapevole del compito per ridurre l'influenza delle etichette rumorose durante l'addestramento e introduce il filtro Neighborhood Prior-adjusted KNN (NPK) per una valutazione affidabile su set di test rumorosi reali. Viene costruito un benchmark su larga scala con 6,6 milioni di istanze e annotazioni multi-attributo. L'articolo è pubblicato su arXiv con ID 2605.24910.