論文の概要: EulerESG: Automating ESG Disclosure Analysis with LLMs

• arxiv url: http://arxiv.org/abs/2511.21712v1
• Date: Tue, 18 Nov 2025 12:35:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-07 19:06:32.354444
• Title: EulerESG: Automating ESG Disclosure Analysis with LLMs
• Title（参考訳）: EulerESG: LLMによるESG開示分析の自動化
• Authors: Yi Ding, Xushuo Tang, Zhengyi Yang, Wenqian Zhang, Simin Wu, Yuxin Huang, Lingjing Lan, Weiyuan Li, Yin Chen, Mingchen Ju, Wenke Yang, Thong Hoang, Mykhailo Klymenko, Xiwei Zu, Wenjie Zhang,
• Abstract要約: ESG開示分析を自動化するLLM方式であるbftextEulerESGを提案する。 我々は,EulerESGが高忠実度で標準整列距離表を自動生成できることを示す。
• 参考スコア（独自算出の注目度）: 18.29247438372126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Environmental, Social, and Governance (ESG) reports have become central to how companies communicate climate risk, social impact, and governance practices, yet they are still published primarily as long, heterogeneous PDF documents. This makes it difficult to systematically answer seemingly simple questions. Existing tools either rely on brittle rule-based extraction or treat ESG reports as generic text, without explicitly modelling the underlying reporting standards. We present \textbf{EulerESG}, an LLM-powered system for automating ESG disclosure analysis with explicit awareness of ESG frameworks. EulerESG combines (i) dual-channel retrieval and LLM-driven disclosure analysis over ESG reports, and (ii) an interactive dashboard and chatbot for exploration, benchmarking, and explanation. Using four globally recognised companies and twelve SASB sub-industries, we show that EulerESG can automatically populate standard-aligned metric tables with high fidelity (up to 0.95 average accuracy) while remaining practical in end-to-end runtime, and we compare several recent LLM models in this setting. The full implementation, together with a demonstration video, is publicly available at https://github.com/UNSW-database/EulerESG.
• Abstract（参考訳）: 環境、社会、ガバナンス(ESG)レポートは、企業が気候リスク、社会的影響、ガバナンスの実践をどのように伝達するかの中心となっているが、それらは主に、異質なPDF文書として発行されている。 これにより、一見単純な質問に体系的に答えることが困難になる。 既存のツールは、脆弱なルールベースの抽出か、ESGレポートを基礎となるレポート標準を明示的にモデル化することなく、ジェネリックテキストとして扱うかに依存している。 我々は,ESGフレームワークの明示的な認識を伴うESG開示分析を自動化するLLMを利用したシステムであるtextbf{EulerESG}を提案する。 EulerESG の組合せ (i)ESGレポートにおける二重チャネル検索とLCMによる開示分析 (ii) 探索、ベンチマーク、説明のためのインタラクティブなダッシュボードとチャットボット。 グローバルな4つの企業と12のSASBサブインダストリーを用いて、EulerESGは、エンド・ツー・エンドで実用的でありながら、高忠実度(平均精度0.95まで)で標準整列距離表を自動的に作成できることを示し、この設定における最近のLLMモデルと比較する。 完全な実装とデモビデオはhttps://github.com/UNSW-database/EulerESGで公開されている。

関連論文リスト

• Retrieval-Augmented Generation for Electrocardiogram-Language Models [27.75347676208195]
  生成型心電図言語モデル(ELM)は、ECG信号に条件付きテキスト応答を生成することができる。 Retrieval-Augmented Generation (RAG)は幻覚の低減と自然言語生成の改善を支援する
  論文  参考訳（メタデータ） (2025-09-30T20:32:34Z)
• Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
  Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。 AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。 結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
  論文  参考訳（メタデータ） (2025-07-22T06:37:51Z)
• AdaVideoRAG: Omni-Contextual Adaptive Retrieval-Augmented Efficient Long Video Understanding [73.60257070465377]
  AdaVideoRAGは、軽量なインテント分類器を使用して、クエリ複雑性に基づいた検索に適応する新しいフレームワークである。 我々のフレームワークは、Omni-Knowledge Indexingモジュールを使用して、テキスト(キャプション、ASR、OCR)、視覚的特徴、セマンティックグラフから階層データベースを構築する。 実験では、既存のMLLMにシームレスに統合することで、長時間ビデオ理解のための効率と精度の向上が示されている。
  論文  参考訳（メタデータ） (2025-06-16T15:18:15Z)
• Utility-Focused LLM Annotation for Retrieval and Retrieval-Augmented Generation [96.18720164390699]
  本稿では,大規模言語モデル (LLM) を用いた検索・検索・拡張生成システム (RAG) の訓練における文書ユーティリティのアノテートについて検討する。 以上の結果から,LLM生成アノテーションは,人間のアノテーションや下流QAメトリクスのみを訓練したモデルと比較して,ドメイン外検索性能の向上とRAG結果の改善を図っている。
  論文  参考訳（メタデータ） (2025-04-07T16:05:52Z)
• Enhancing Retrieval for ESGLLM via ESG-CID -- A Disclosure Content Index Finetuning Dataset for Mapping GRI and ESRS [15.217878978015856]
  気候変動は、組織のプラクティスにおける透明性と説明責任の必要性を増している。 Global Reporting Initiative(GRI)やEuropean Sustainability Reporting Standards(ESRS)といったフレームワークはESGレポートの標準化を目指している。 企業報告スタイルにおけるESG文書の相当な長さと可変性のため、包括的なレポートの生成は依然として困難である。
  論文  参考訳（メタデータ） (2025-03-10T18:07:33Z)
• QuIM-RAG: Advancing Retrieval-Augmented Generation with Inverted Question Matching for Enhanced QA Performance [1.433758865948252]
  本研究では,RAG(Retrieval-Augmented Generation)システム構築のための新しいアーキテクチャを提案する。 RAGアーキテクチャは、ターゲット文書から応答を生成するために構築される。 本稿では,本システムにおける検索機構の新しいアプローチQuIM-RAGを紹介する。
  論文  参考訳（メタデータ） (2025-01-06T01:07:59Z)
• Toward General Instruction-Following Alignment for Retrieval-Augmented Generation [63.611024451010316]
  Retrieval-Augmented Generation (RAG) システムの効果的な適用には、自然な指示に従うことが不可欠である。 RAGシステムにおける命令追従アライメントのための,最初の自動化,拡張性,検証可能な合成パイプラインであるVIF-RAGを提案する。
  論文  参考訳（メタデータ） (2024-10-12T16:30:51Z)
• AXCEL: Automated eXplainable Consistency Evaluation using LLMs [6.382787013075262]
  大規模言語モデル(LLM)は、産業と学術の両方で様々なタスクに広く使われている。 本研究は,LLM(AXCEL)を用いた自動eXplainable Consistency評価を導入する。 AXCELは、詳細な推論を提供することで、一貫性スコアの説明を提供するプロンプトベースの一貫性メトリクスである。
  論文  参考訳（メタデータ） (2024-09-25T14:45:52Z)
• DARG: Dynamic Evaluation of Large Language Models via Adaptive Reasoning Graph [70.79413606968814]
  本稿では,適応推論グラフ展開(DARG)によるLCMの動的評価を導入し,複雑性と多様性を制御した現在のベンチマークを動的に拡張する。 具体的には、まず現在のベンチマークでデータポイントの推論グラフを抽出し、それから推論グラフを摂動させて新しいテストデータを生成する。 このような新しく生成されたテストサンプルは、元のベンチマークと同様の言語的多様性を維持しながら、複雑さのレベルが異なる可能性がある。
  論文  参考訳（メタデータ） (2024-06-25T04:27:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。