ESGLens：基于LLM的RAG框架，实现交互式ESG报告分析与评分预测

# ESGLens：基于 LLM 的 RAG 框架，用于交互式 ESG 报告分析与评分预测  
来源：https://arxiv.org/html/2604.19779  
杨宗瑜 麻省理工学院 [email protected] & 陈孟奇 麻省理工学院 [email protected]  

###### 摘要  

环境、社会与治理（ESG）报告是投资决策的核心，但其篇幅冗长、内容异构、缺乏统一结构，导致人工分析成本高昂且结果不一致。我们提出 ESGLens，一个概念验证框架，融合检索增强生成（RAG）与提示工程抽取，自动完成三项任务：（1）按全球报告倡议组织（GRI）标准进行结构化信息抽取；（2）可溯源的交互式问答；（3）基于 LLM 嵌入的回归模型预测 ESG 评分。ESGLens 专为该领域设计：报告处理模块将异构 PDF 内容切分为文本、表格、图表等类型块；GRI 引导抽取模块检索并合成与特定标准对齐的信息；评分模块将抽取摘要嵌入后输入回归模型，与伦敦证券交易所集团（LSEG）参考评分对齐。我们在约 300 份 2022 财年 QQQ、S&P 500 与 Russell 1000 公司报告中评估框架。三种嵌入（ChatGPT、BERT、RoBERTa）与两种回归器（神经网络、LightGBM）中，ChatGPT 嵌入 + 神经网络对 LSEG 真值评分取得皮尔逊相关系数 0.48（R²≈0.23），在仅约 300 份训练集且仅限环境维度的条件下，已呈现统计显著信号。可溯源审计显示，10 条抽取中有 8 条可在原文验证，2 条失败源于少样本示例泄漏。我们讨论了数据集规模与仅限环境指标等局限，并开源代码以支持复现与后续扩展。

## 1 引言  

随着气候变化加剧，各界呼吁企业超越股东利益追求更广泛目标。ESG 报告因此激增，企业向投资者、政府、学者与倡导者披露其气候行动[^3,19,32,2,29]。然而，ESG 报告为自我披露文件，缺乏统一模板，导致跨公司、跨行业比较困难[^7,12,10]。本研究利用大语言模型分析 ESG 报告，让用户可针对特定报告提出精准问题。

此外，本研究另一动机是扩展 LLM 基于用户所提供文档回答问题的能力[^9,18]。ESG 报告通常为 PDF，含文本、图表、图形[^9]。开发高效的文档嵌入与摘要方法，可让用户交叉比对多份文档并提出更细粒度问题[^35]，这在多领域均有价值[^1]。

图 1：通用 AI PDF 工具与本文提出的 ESG 报告交互问答系统对比。(a) 通用工具上传 PDF 后，用未知嵌入模型（主要处理文本，对方程、表格、图表、图片支持有限）结合用户问题调用商用 LLM，答案生成过程不透明。(b) 本框架先让用户从数据库选择公司比对 ESG 报告，再提交问题；系统生成针对 ESG 主题的定制提示，通过 API 调用 ChatGPT，几乎无需后处理，答案直接返回用户界面。ESGLens 是概念验证而非生产系统，核心贡献是端到端流水线设计——从异构 PDF 处理、提示工程抽取到回归评分——在有限数据集上验证最小可行原型，并开源代码。

## 2 相关工作  

### 2.1 基于 LLM 的 ESG 报告分析  

本项目期间（2024 年底–2025 年初），已有并发工作用 LLM 自动化分析企业 ESG 披露。Ni 等提出 ChatReport，用 LLM 对照 TCFD 准则分析可持续报告，引入领域专家反馈抑制幻觉。Zou 等将 LLM 与 RAG 结合，基于 REALM 范式，从港交所公司报告中抽取结构化 ESG 数据，GPT-4 抽取准确率 76.9%。

2025–2026 后续工作进一步深入：Ding 等提出 EulerESG，双通道检索 + SASB 指标抽取，多行业标准对齐指标表平均准确率 0.95；Hoang 等提出覆盖完整 ESG 报告生命周期的智能体框架；Wu 等发布 SusGen-GPT，7–8B 微调模型在金融 NLP 与 TCFD 合规报告生成任务上逼近 GPT-4；Mousavian Anaraki 等用 LLM 过滤实现自动 GRI–SDG 标注，同期综述系统梳理了 LLM 用于可持续报告的进展。ESGLens 另辟蹊径，将 GRI 引导抽取与基于 LLM 嵌入的量化评分回归结合，是上述系统尚未覆盖的能力。

### 2.2 ESG 文本分类与领域专用模型  

Transformer 模型在 ESG 文本分类中已验证有效。Pontes 等证明 RoBERTa 与 SVM 在多语言 ESG 议题分类有效；Tseng 提出实时从新闻抽取 ESG 评级，对标 MSCI 与 SASB；Xia 结合 PLM 与 LLM 开发 ESGLlama、FinLlama，解决领域训练数据稀缺；Mehra 等推出专为 ESG 分类调优的 ESGBERT。然而，这些方法主要面向新闻或句子级分类，而非整份 ESG 报告的结构化抽取。

### 2.3 与通用 PDF 工具的差异  

上述系统为 ESG 专用，而 PDF.ai、ChatPDF、ChatDOC 等通用 AI PDF 工具（图 1(a)）调用商用 LLM 回答任意报告问题，但缺乏 GRI 等标准指导的领域抽取、量化评分与透明 RAG 流程，其 PDF 处理与 LLM 交互细节亦不公开。ESGLens 通过 GRI 引导检索 + 提示工程抽取 + 回归评分，填补这些空白。

## 3 升级版 ChatReport：ESGLens  

本文整合前人优势，提升 ESG 报告分析效率。与通用 PDF 工具不同，ESGLens 遵循三大原则：(1) 针对异构 ESG 报告格式的结构化文档处理；(2) 以 GRI 标准为指导的可比抽取；(3) 量化评分而非仅摘要。ESG 报告含文本、公式、表格、图表、甚至化学结构，需全部转为机器可读；且关键数据常位于图表。为此，我们提出基于 RAG 的 ESGLens（图 1(b)）：年度嵌入公司 ESG 报告入向量库，检索用户查询与 GRI 标准问题所需上下文，经精心设计的提示送入 LLM，实现领域专用抽取并输出量化评分。

## 4 评估与成功标准  

- 报告摘要与关键数值识别：人工先标定一份 ESG 报告中的关键数值（如温室气体排放），再测试 LLM 能否准确检出。  
- 幻觉验证：抽取信息时必须返回对应页码，以便回溯原文，确保非幻觉。  
- 对比评级：将 LLM 给出的 ESG 评级与 LSEG 官方评分比较，评估一致性与准确性。

## 5 相关数据集  

- Responsibility Report：可下载 ESG 报告的网站。  
- LSEG Dataset：提供公司 ESG 评分与财务报告。  
- DynamicESG：用于 ESG 新闻分类的数据集。

## 6 实现细节  

ESGLens 分三大模块：报告处理、数据抽取、评分（图 2）。我们使用 LangChain 框架集成 LLM 与其他组件，参考 ChatReport 的 TCFD 流程，但重新设计面向 GRI 的提示与工作流。

图 2：ESGLens 五阶段详细流程。(1) 数据收集：从 QQQ、S&P 500、Russell 1000 选公司，下载其 ESG 报告与 LSEG 参考评分；(2) PDF 处理：用 RecursiveCharacterTextSplitter 切分报告，OpenAI 嵌入后存入 FAISS 向量库；(3) 数据抽取：按 GRI 标准检索，每标准取前 20 相关块；(4) 摘要：将 GRI 标准、检索上下文与提示规范输入 ChatGPT 生成结构化摘要；(5) 报告评分：嵌入摘要后输入回归模型（神经网络或 LightGBM）预测量化 ESG 评分，与 LSEG 真值对比。

- PDF 处理（RAG 基础）：用 RecursiveCharacterTextSplitter 切分 ESG 报告 PDF，ChatGPT 嵌入，FAISS 管理向量库，实现高效检索。  
- GRI 引导抽取：GRI 标准约 120 条，本项目先选 5 条环境相关标准。模块针对每条标准检索向量库，取前 20 相关块，确保领域对齐。  
- 提示工程抽取：将前 20 块作为 CONTEXT，设计含 QUESTIONS 与 GUIDELINES 的提示，确保 ChatGPT 输出符合 GRI 标准，超越通用摘要。  
- 量化评分：将各标准下抽取的要点嵌入后输入回归模型，预测公司 ESG 评分，与 LSEG 官方分比对。回归可用 ChatGPT、BERT、RoBERTa 嵌入，模型可选神经网络或 LightGBM。

## 7 结果与分析  

### 7.1 提示工程  

为从长文档准确抽取并保证输出格式，提示需精心设计。提示通常包含：

- 指令：开篇高级描述或角色设定，如“你是一名 ESG 专家，负责分析公司 ESG 报告”，可附示例。  
- 上下文：待分析文档…