arXiv cs.AI· Yan Chen, Yu Zou, Jialei Zeng, Haoran You, Xiaorui Zhou, Aixi Zhong·· 13 小时前AI 评分29
Pharos-ESG：面向 ESG 报告多模态解析、上下文叙述与层级标注的框架
Pharos-ESG: A Framework for Multimodal Parsing, Contextual Narration, and Hierarchical Labeling of ESG Report
AI 导读
Pharos-ESG 框架通过多模态解析、上下文叙述与层级标注，将 ESG 报告转化为结构化表示，在标注基准上持续优于专用文档解析系统和通用多模态模型。该框架整合基于版面流的阅读顺序建模、目录锚点引导的层级感知切分，以及将视觉元素转为自然语言的多模态聚合流程，并附加 ESG、GRI 和情感标签。
正文 · AI 翻译
摘要：环境、社会与治理（ESG）原则正在重塑全球金融治理的基础，改变着资本配置架构、监管框架和系统性风险协调机制。然而，作为评估企业 ESG 表现的核心媒介，ESG 报告由于类似幻灯片的不规则版式导致阅读顺序混乱，以及冗长、结构薄弱的内容带来隐性层级，给大规模理解带来了重大挑战。为应对这些挑战，我们提出 Pharos-ESG，一个通过多模态解析、上下文叙述和层级标注将 ESG 报告转化为结构化表示的统一框架。它集成了基于版式流的阅读顺序建模模块、由目录锚点引导的层级感知分割，以及一个多模态聚合流水线，以上下文方式将视觉元素转化为连贯的自然语言。该框架进一步用 ESG、GRI 和情感标签丰富其输出，生成符合金融研究分析需求的标注。在标注基准上的大量实验表明，Pharos-ESG 始终优于专用文档解析系统和通用多模态模型。此外，我们发布了 Aurora-ESG，这是首个大规模公开 ESG 报告数据集，覆盖中国大陆、香港和美国市场，具有多模态内容的统一结构化表示，并配有细粒度的版式和语义标注，以更好地支持 ESG 在金融治理和决策中的整合。
| 学科： | 人工智能（cs.AI） |
| ACM 分类： | I.2.7 |
| 引用为： | arXiv:2511.16417 [cs.AI] |
| （或 arXiv:2511.16417v4 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2511.16417 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yu Zou [查看邮箱]
[v1]
2025 年 11 月 20 日星期四 14:41:44 UTC（5,894 KB）
[v2]
2026 年 3 月 25 日星期三 11:17:23 UTC（5,894 KB）
[v3]
2026 年 3 月 29 日星期日 07:20:09 UTC（4,573 KB）
[v4]
2026 年 10 月 29 日星期四 14:14:07 UTC（4,573 KB）
来源：arXiv cs.AI · arxiv.org