编组
控制台用户中心
解决方案简介

在海量文本数据中挖掘 ESG 信息、辅助投资决策

ESG 评价体系已逐步发展成为衡量企业发展潜力和前景的新型标准和投资人遵循的投资准则。通过 ESG 分析,投资者可以更全面地了解企业的经营情况,包括其环境、社会和治理方面的表现。这些信息可以帮助投资人识别企业的可持续发展潜力,并作出更明智的投资决策。澜舟科技通过孟子预训练模型技术,为投资者提供了对 ESG 信息进行深度挖掘、搜索和汇总展现的辅助分析工具。

业务场景和痛点

痛点

01

page.solution.esg.scene.title1

国内企业 ESG 信息公开度低

只有小部分企业会发布正式的 ESG 报告。披露内容往往很不全面,也难以保证真实性。投资者需要对互联网上相关的公开信息进行收集和分析才能进行客观和及时的评价。

痛点

02

page.solution.esg.scene.title3

ESG 信息体系复杂、指标繁多

不同机构的 ESG 分析框架往往有不同的具体标准。三大领域下的几十个主要议题可以进一步拆解为数百个信息点。每个信息点的数据采取和评分标准都可能存在差异。

痛点

03

page.solution.esg.scene.title4

人工分析 ESG 信息效率低

由于信息公开度低且数据源分散、体系指标复杂,仅针对一家公司的 ESG 信息收集和分析就会消耗非常大的人力。完全依赖人工进行收集和分析难以满足投资的需求。

痛点

04

page.solution.esg.scene.title2

ESG 信息源分散

除了专门的 ESG 报告外,投资分析需要的 ESG 信息还有很多重要的数据源,例如:企业年报、媒体信息、政府公文、社交平台、招聘网站等。

ESG 投资分析解决方案

新一代语义搜索技术

在海量文本数据中精准定位 ESG 信息

通过语义搜索和知识图谱技术,可以在各类不同的数据源中进行精确到段落级别的信息搜索,准确找到投资者关注的 ESG 信息点,并可以按照自定义的 ESG 分析体系进行信息汇总和索引。

page.solution.esg.solution.method1.title

自定义信息抽取技术

灵活定义任何想要抽取的信息点

传统采用人工或关键词规则方式对数百个信息点位对应的具体数据进行抽取的效率较低、覆盖度也不理想。通过澜舟金融自定义信息抽取技术,可以利用预训练模型的泛化能力,灵活响应多变的信息抽取需求,有效提高信息抽取覆盖度,降低开发成本。

page.solution.esg.solution.method2.title

多粒度情绪分析

自动分析 ESG 信息正负面情绪、辅助投资评级

多样化的 ESG 信息源中往往包含大量的描述性文字,无法通过数值和规则进行评分。通过孟子预训练语言模型技术,可以对 ESG 信息点进行多粒度的语义情绪分析,分辨从篇章、句子到主体对象的正负面情绪表达,为 ESG 信息点评级提供依据。

page.solution.esg.solution.method3.title

业务价值

page.solution.esg.value.title1

快速提取信息

可以自动处理海量的文本类数据源,支持按照自定义的 ESG 分析框架进行自动信息索引和汇总展示,并支持通过关键词进行信息搜索。可灵活定制扩展更多的信息抽取点,构建全自动分析流程,极大降低人工信息处理成本。

page.solution.esg.value.title2

准确评估投资风险

通过领先的语义情绪识别技术,通过对海量数据进行实时分析帮助投资者第一时间发现 ESG 负面信息,并掌握情绪变化趋势,降低投资风险。

page.solution.esg.value.title3

提升投资决策效率

通过语义搜索、文本分析、信息抽取等自然语言处理技术对海量文本数据进行挖掘和智能分析,为投资者提供准确、客观、及时的 ESG 投资决策支持。

解决方案专家可为您远程或上门演示产品

相关产品

市场搜索研判平台

澜舟市场搜索研判平台是为市场研究和投资决策提供的信息搜索、分析研判以及决策支持的一体化平台解决方案。

金融自定义信息抽取平台

帮助金融行业研发人员在线定制金融信息抽取 API。无需任何 NLP 专业知识和大量标注数据也能快速冷启动,从容应对灵活多变的业务场景需求。

澜舟金融 NLP 服务

提供金融行业通用性较强的场景 NLP 能力,可以通过 API 进行调用。

产品服务

商务合作邮箱

bd@langboat.com

ewm

公司地址

北京市海淀区北四环西路(街)52 号方正国际大厦 16 层 1603


gongan京公网安备 11010802035393号京ICP备 2021021087号

经营许可证编号:合字 B2-20220333

合作:

bd@langboat.com

地址:

北京市海淀区北四环西路(街)52 号方正国际大厦 16 层 1603

公众号:

ewm

support
business