РОЗРОБКА НАДІЙНОЇ ДІАЛОГОВОЇ СИСТЕМИ ДЛЯ ВИВЧЕННЯ ТА АНАЛІЗУ СТАНДАРТІВ ФІНАНСОВОГО ОБЛІКУ: КОНЦЕПЦІЇ ТА ВИКЛИКИ

Анотація

Поточна робота висвітлює виклики та концепції впровадження діалогових систем з використанням штучного інтелекту та Великих Мовних Моделей для задач вивчення та аналізу стандартів фінансової звітності (таких як IFRS, US GAAP, UK GAAP та інших), їх відмінностей та практик використання, у тому числі проблематика відповідності між різними видами фінансової звітності у різних стандартах. При розробці системи було розглянуто проблеми обробки звіту в різних видах та форматах, а також різні ситуації з їх джерелами та початковою якістю. Для вирішення цих задач було запропоновано використання рішень на основі Deep Learning моделей, що у результаті послідовного використання спроможні ефективно обробляти інформацію фінансової звітності з великої кількості різноманітних форматів. Також у роботі детально розглядається задача інтеграції даних та команд що сформовані на основі натуральної мови та табличної інформації, при цьому окремо розглянуто питання перетворення команд натуральної мови у послідовність інструкцій над табличною інформацією та формування кінцевого результату, що представлений у вигляді табличної інформації та опціональним додатковим поясненням у вигляді натуральної мови. Окрім того, у роботі розглядаються обмеження класичних GPT-архітектур по роботі з табличною інформацією та розглядаються засновані на GPT рішення що дозволяють успішно вирішувати цю проблему, їх особливості та специфіку формування необхідного датасету табличної інформації, що орієнований на впровадження у діалогові системи з використанням LLM. У результаті запропонована нами система, для якої обрано назву FinancialStandardTableGPT (або скорочено FST-GPT), заснована на обробці запитів користувачів у формі тексту з фінансовими таблицями у різноманітних форматах. Архітектура FST-GPT заснована на архітектурах глибинного навчання та моделях машинного навчання у комбінації з спеціально сконфігурованими та спеціалізованими LLM.