标签
LA-RL 提出了一种标签感知的自我反思框架，用于信息抽取中的强化学习，在命名实体识别、关系抽取和事件抽取任务上取得了持续改进，在分布外基准上 F1 提升高达 20。
本文提出一个基于大语言模型（LLM）的两阶段系统，利用包含119种事件类型的三层分类法，从SEC 8-K文件中提取可溯事件标签，并具备约束与可审计机制。该系统在近30万份文件上进行了评估，在高质标签上展现出高精确度，并支持区分经济意义上不同事件的事件研究。