UFO: 有価証券報告書の表を対象とした情報抽出タスクの提案

日本語

本論文は、日本の有価証券報告書に含まれる表形式データから構造化情報を抽出する新しいタスク（UFO）を提案する。表のレイアウト認識と意味理解に基づく手法を開発し、人手で作成したベンチマークデータセットを用いて評価した。実験結果は、提案手法が高い精度で表からの情報抽出を実現することを示している。

English

This paper proposes a new task called UFO (Unstructured Financial Object) for extracting structured information from tables in Japanese securities reports. The authors develop a method combining layout recognition and semantic understanding, and evaluate it on a manually-created benchmark dataset. Results demonstrate high accuracy in extracting key data points from complex table structures.

日本のGX文脈において

日本ではSSBJ基準の適用が迫る中、有価証券報告書内の気候関連表データを自動抽出する技術は実務上のニーズが高い。本タスクは開示情報の機械可読性向上に貢献し、投資家対応やESG評価の効率化が期待される。

In the global GX context

Globally, the push for structured ESG data (e.g., TCFD/ISSB) creates demand for automated extraction from regulatory filings. This task provides a methodology that can be adapted to other jurisdictions' tabular disclosure formats, supporting the broader drive toward machine-readable sustainability reporting.