論文の概要: Beyond Semantic Similarity: A Two-Phase Non-Parametric Retrieval Workflow for Corporate Credit Underwriting

• arxiv url: http://arxiv.org/abs/2605.20684v1
• Date: Wed, 20 May 2026 04:23:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.474037
• Title: Beyond Semantic Similarity: A Two-Phase Non-Parametric Retrieval Workflow for Corporate Credit Underwriting
• Title（参考訳）: セマンティック類似性を超えた2相非パラメトリック検索ワークフロー
• Authors: Linus Ng Junjia, Ezekiel Tee Kongquan, Kelvin Heng, Kenneth Zhu Ke, Zhao Jing Yuan,
• Abstract要約: 社債の引受には、アナリストが長く異質な財務文書から実行可能な証拠を抽出する必要がある。 本稿では,2段階の非パラメトリック検索アーキテクチャを提案し,高精度ユーティリティランキングからハイリコール候補検索を分離する。 800人以上のクレジットアナリストのプロダクションデプロイメントでは、文書レビューの時間は数時間から約3分に短縮された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Corporate credit underwriting requires analysts to extract actionable evidence from long, heterogeneous financial documents spanning hundreds of pages and multiple languages. Standard Retrieval-Augmented Generation (RAG) pipelines optimize for semantic similarity, which frequently surfaces passages that are topically related but lack decision utility, a problem we term the similarity-utility gap. We propose a two-phase non-parametric retrieval architecture that separates high-recall candidate retrieval from high-precision utility ranking. The first phase combines lexical and dense multilingual retrieval to construct a broad candidate pool. The second phase applies an adaptive retrieval controller that filters candidates using query intent and document structure signals, followed by an LLM-as-a-Judge utility scoring mechanism that ranks passages by analytical usefulness rather than semantic proximity. A context-aware extraction module preserves structural fidelity across narrative text and complex financial tables. The system is deployed entirely on-premise to satisfy enterprise data governance requirements. Evaluated on a multilingual corpus of proprietary financial documents with analyst-curated relevance labels, the system significantly outperforms naive retrieval baselines. In production deployment across more than 800 credit analysts, document review time was reduced from several hours to approximately three minutes, demonstrating the practical value of utility-aware RAG architectures for document-intensive decision-support workflows.
• Abstract（参考訳）: 企業クレジットの引受には、何百ページものページと複数の言語にまたがる長い異質な財務文書から、アナリストが実行可能な証拠を抽出する必要がある。 標準的な検索型Augmented Generation (RAG) パイプラインは意味的類似性を最適化する。 本稿では,2段階の非パラメトリック検索アーキテクチャを提案し,高精度ユーティリティランキングからハイリコール候補検索を分離する。 第1フェーズは、語彙と密集多言語検索を組み合わせて、幅広い候補プールを構築する。 第2のフェーズでは、クエリインテントとドキュメント構造信号を用いて候補をフィルタリングする適応型検索コントローラを適用し、続いて、意味的近接性よりも分析的有用性によってパスをランク付けするLLM-as-a-Judgeユーティリティスコアリング機構を採用。 文脈対応抽出モジュールは、物語テキストと複雑な財務表にまたがる構造的忠実性を保存する。 システムは、企業データガバナンスの要件を満たすために、完全にオンプレミスにデプロイされます。 アナリストが作成したレバレンスラベルを用いた多言語財務文書のコーパスに基づいて評価し、本システムは単純検索ベースラインを著しく上回っている。 800以上のクレジットアナリストのプロダクションデプロイメントでは、ドキュメントレビュー時間が数時間から約3分に短縮され、ドキュメント集約型意思決定ワークフローのためのユーティリティ対応RAGアーキテクチャの実用的価値が実証された。

関連論文リスト

• Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding [61.36285696607487]
  文書理解は、財務分析から科学的発見への応用に不可欠である。 現在のアプローチでは、OCRベースのパイプラインがLarge Language Models(LLM)やネイティブのMultimodal LLMs(MLLM)に制限されている。 Retrieval-Augmented Generation (RAG)は、外部データの基底モデルを支援するが、文書のマルチモーダルな性質は、テキスト、テーブル、チャート、レイアウトを組み合わせることで、より高度なパラダイムを必要とする。
  論文  参考訳（メタデータ） (2025-10-17T02:33:16Z)
• ScaleDoc: Scaling LLM-based Predicates over Large Document Collections [17.985997510845873]
  現代のワークロードでは、意味的理解を必要とする非構造化ドキュメントがますます多く含まれている。 textscScaleDocは、述語実行をオフライン表現フェーズと最適化されたオンラインフィルタリングフェーズに分離することで、この問題に対処する新しいシステムである。 textscScaleDocは2$times$のエンドツーエンドのスピードアップを実現し、高価なLCM呼び出しを最大85%削減し、大規模なセマンティック分析を実用的かつ効率的にする。
  論文  参考訳（メタデータ） (2025-09-16T03:18:06Z)
• FinAgentBench: A Benchmark Dataset for Agentic Retrieval in Financial Question Answering [57.18367828883773]
  FinAgentBenchは、ファイナンスにおける多段階推論によるエージェント検索を評価するためのベンチマークである。 このベンチマークは、S&P-500上場企業に関する26Kのエキスパートアノテート例から成っている。 我々は,最先端モデルの集合を評価し,対象の微調整がエージェント検索性能を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2025-08-07T22:15:22Z)
• MMESGBench: Pioneering Multimodal Understanding and Complex Reasoning Benchmark for ESG Tasks [56.350173737493215]
  環境・社会・ガバナンス(ESG)報告は、持続可能性の実践の評価、規制コンプライアンスの確保、財務透明性の促進に不可欠である。 MMESGBenchは、マルチモーダル理解と複雑な推論を、構造的に多種多様なマルチソースESG文書間で評価するための、最初のベンチマークデータセットである。 MMESGBenchは、45のESG文書から得られた933の検証済みQAペアで構成され、7つの異なるドキュメントタイプと3つの主要なESGソースカテゴリにまたがる。
  論文  参考訳（メタデータ） (2025-07-25T03:58:07Z)
• Optimizing Retrieval Strategies for Financial Question Answering Documents in Retrieval-Augmented Generation Systems [5.712288463584192]
  Retrieval-Augmented Generation (RAG)は、大規模言語モデル(LLM)における幻覚を緩和するための有望なフレームワークとして登場した。 本研究では,財務文書の検索を効率化する,効率的なエンドツーエンドRAGパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-03-19T13:21:49Z)

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。