作者提出了 FinKG-News，这是一个框架，通过提取新闻事件作为与公司关联的锚点，自动构建以公司为中心的金融知识图谱。这种基于证据的方法整合了事件、新闻和公司数据，以支持上下文学习架构，从而在三个核心金融维度上生成信用风险报告。

  • 该系统通过事实性且感知环境的知识图谱显式建模事件与市场关系。
  • 它利用上下文学习架构，基于构建的图谱生成信用风险报告。
  • 自动化评估显示，与基线相比，质量提升了19%-34%，同时减少了幻觉现象。
  • 人工评估表明，自动幻觉检测和评估仍然不可靠，需要专家判断。

该方法在基线上表现出持续的优势，尽管作者指出，可靠的评估仍需人类专业知识。