NORA：抗噪金融数值实体属性标注方法

Sheng-Hua Tsai 等作者提出抗噪金融数值实体属性标注方法 NORA，并构建含 1140 万个财务数值实体、630 万句子的多属性标注基准。NORA 采用任务感知的实例级加权，在训练中降低噪声标签的影响。 在未过滤与噪声过滤两种测试设置下，NORA 在四项属性上均取得最佳平均 Accuracy 和 Macro F1；其中时间关系预测提升最大，概念名、量级与符号预测保持竞争力。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。