Utilizing Pre-trained Language Models and Large Language Models for 10-K Items Segmentation
创建于 更新于
摘要
本研究构建了3,737份手工标注的10-K分段数据集，提出并比较两种基于LLM与PLM的分段方法：GPT4ItemSeg（基于Line‑ID prompt的LIB机制）与BERT4ItemSeg（line-by-line BERT嵌入 + Bi‑LSTM层次化结构），BERT4ItemSeg在核心项上实现了macro‑F1≈0.9826，显著优于规则与传统CRF方法，同时GPT4ItemSeg在少量示例下也能达到高性能并便于应对监管变动 [page::1][page::5]
