LLM-Based Examination of Eligibility Criteria from Securities Prospectuses at the German Central Bank

金融行业的合规审查依赖于大量的招股说明书（prospectus）文本，传统方法主要采用基于规则和命名实体识别（NER）的信息抽取技术。这些方法在处理长文本、多语言内容和复杂布局时表现有限，尤其在OCR噪声和多模态信息干扰下准确率下降显著。近年来，预训练大规模语言模型（如BERT、FinBERT、GPT系列）在自然语言处理任务中展现出强大能力，逐渐被引入金融文本分析。特别是在金融信息抽取、问答和推理任务中，LLMs凭借其强大的语义理解和零样本推理能力，成为研究热点。此前的研究多集中于单一任务或有限场景，尚未系统性应用于证券资格审查的复杂场景中。本研究基于此背景，尝试突破传统技术瓶颈，探索LLMs在多语言、多布局环境中的应用潜力，旨在实现自动化、智能化的资格判定流程。

核心问题在于：如何在长篇、半结构化、多语言（德英交错）证券招股说明书中，准确识别、归一化并解释符合资格的关键信息。传统NER模型受限于固定跨度和训练数据依赖，难以应对OCR噪声和文本变异，导致误差率高、鲁棒性差。此外，资格判定涉及多条件、多实体的复杂逻辑，传统规则难以覆盖所有场景，人工审核成本高昂。如何利用LLMs的强大推理和理解能力，设计一个灵活、鲁棒的自动化流程，成为亟待解决的问题。

本研究的创新点主要包括：• 引入多阶段生成式信息抽取流程，结合LLMs进行实体识别、归一化和条件判断，突破传统跨度限制，增强鲁棒性；• 设计基于价值的LLM判别机制，利用模型的语义理解能力，超越位置偏差，实现更贴近人类判断的评估标准；• 在多语言、多布局环境中，利用指令调控模型行为，有效处理OCR噪声和文本变异，提升信息抽取的准确性和适应性。这些创新极大地丰富了金融文本信息抽取的技术手段，为行业提供了新思路。

• �� 预处理：将PDF文件转化为结构化Markdown文本，解决OCR噪声和布局差异；• 文本提取：利用LLMs（如Llama-3.3-70B-Instruct和Cohere Command-R）对文本进行实体识别和归一化，输入特定指令，输出结构化JSON；• 条件判断：在第二轮推理中，模型根据提取的实体值，结合规则和上下文，判断资格条件是否满足；• 归一化：将不同表达方式的实体（如货币、金额）统一为标准格式，便于后续逻辑判断；• 价值评估：引入LLM作为判别者，评估抽取实体的语义一致性和证据充分性，确保结果的可靠性；• 最终判定：结合所有条件和主数据，输出证券资格的合格或不合格状态，确保高精度和低误判。

采用Hänig等（2023）构建的413份招股说明书数据集，划分为训练集（268份）和测试集（145份），其中测试集经过双重标注，包含285份标注样本。模型在多语言、多布局环境中进行推理，比较基线NER模型和LLMs的性能。指标包括：文件级资格判定的准确率、各实体的F1-score、以及基于价值的判别指标。通过调节模型温度（设为0.1）和频率惩罚（0.05），优化模型输出的稳定性。还设计了多轮推理和归一化机制，验证其在OCR噪声和双语文本中的鲁棒性。评估方法结合模糊匹配和LLM判别，确保评估的语义一致性和可靠性。

实验结果显示，系统在文件级资格判定中的最高精准率达91%，显著优于传统NER方法的70%。在关键实体抽取方面，F1-score达0.97（principal amount）和0.96（redemption at maturity），验证了模型的高准确性。引入LLM判别器后，误报率降低20%，系统在处理复杂条件（如债券状态和优惠结构）时表现出更强的鲁棒性。多语言、多布局环境下，模型能有效识别不同布局中的关键信息，极大提升了自动化资格审查的实用性。这些结果表明，基于生成式LLMs的流程在金融信息抽取中具有巨大潜力，特别是在噪声和变异场景中表现优异。

该方法可广泛应用于金融监管、合规审查、风险评估等场景，实现证券资格的自动化快速判定。只需提供电子版招股说明书，系统即可自动识别关键信息，减少人工审核时间，提升效率。未来还可以结合多模态信息（如图表、表格）和端到端训练，扩展到财务报表、信用报告等多种金融文档，推动行业数字化升级。

当前模型推理速度较慢，处理单个文档需数十秒，限制实时应用。模型在极端长文本或复杂布局中仍存在信息遗漏和偏差，需优化预处理和多模态融合策略。此外，判别机制依赖预定义指令和规则，可能在未覆盖场景出现误判，未来需引入自适应学习和解释机制以增强透明度。