Information Extraction from Financial Tables: Application and Evaluation of a Machine Learning Approach in Annual Reports
Lade...
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2025
Typ der Arbeit
Master
Studiengang
Sammlung
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Wirtschaft FHNW
Verlagsort / Veranstaltungsort
Olten
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
In recent years, specialized deep-learning models have demonstrated promising results in extracting table information from PDFs. In addition, multi-module solutions have been developed to process complex PDF documents and optimally align the extraction techniques to the different document components. Furthermore, Large Language Models (LLMs) have shown a comprehensive language understanding. However, the performance of these new possibilities has not yet been validated in an end-to-end process on a dataset of annual reports.
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
Dimmler, H.-R. (2025). Information Extraction from Financial Tables: Application and Evaluation of a Machine Learning Approach in Annual Reports [Hochschule für Wirtschaft FHNW]. https://irf.fhnw.ch/handle/11654/54840