多模态框架用语义增强表格处理长财务文本

论文用语义增强表格加交叉注意力整合长财务文本

资讯摘要

论文提出一种多模态 Transformer 框架，用于建模结合结构化表格与噪声非结构化文本的长篇财务文档。作者将财务表格表示为语义增强的 token 序列，为每个数值变量附加由文本定义导出的语义嵌入，并通过交叉注意力整合长文本。基于财务报表与 MD&A 披露的大规模数据集，作者报告结构化数值特征仍是主要预测信号，文本经交叉注意力而非简单拼接可带来稳定增量收益。

要点速读

1. 论文将财务表格转为语义增强 token 序列，数值变量附带文本定义导出的语义嵌入
2. 交叉注意力显式捕捉表格与长文本的跨模态依赖，作者称比仅数值嵌入更参数高效
3. 实验显示结构化数值特征主导预测信号，文本通过交叉注意力提供稳定增量收益

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。