Les auteurs présentent FinKG-News, un cadre qui construit automatiquement des graphes de connaissances financiers centrés sur les entreprises en extrayant les événements d'actualité comme ancres liées aux entreprises. Cette preuve ancrée intègre les événements, les actualités et les données des entreprises pour soutenir une architecture d'apprentissage in-contexte afin de générer des rapports sur le risque de crédit sur trois dimensions financières fondamentales.
- Le système modélise explicitement les relations événement-marché à travers des graphes de connaissances factuels et conscients de l'environnement.
- Il utilise une architecture d'apprentissage in-contexte pour générer des rapports sur le risque de crédit basés sur le graphe construit.
- Les évaluations automatisées montrent une amélioration de la qualité de 19 % à 34 % tout en réduisant les hallucinations par rapport aux références.
- Les évaluations humaines indiquent que la détection automatisée des hallucinations et l'évaluation de la qualité restent peu fiables, nécessitant un jugement d'expert.
L'approche démontre une surperformance constante par rapport aux références, bien que les auteurs notent que l'expertise humaine est toujours nécessaire pour une évaluation fiable de la qualité.