面向版式不规则长篇 ESG 报告的层级与多模态表示学习

基于摘要分析。该研究针对 Environmental, Social, and Governance（ESG）报告中版式不规则、内容碎片化及长篇叙事层级隐含等问题，提出 Compass-ESG，将报告转化为具有层级结构的表示；同时发布带多层级标注的数据集 Atlas-ESG。研究对象是企业 ESG 文档解析，并非 EEG 信号建模或 BCI。 Compass-ESG 包含三个核心环节：阅读顺序建模结合页面级布局框架与内容块级序列排序，恢复从全局到局部的阅读流程；目录（ToC）引导的层级重建由 ToC-RAP 解析视觉结构复杂的目录，再由 ToC-ALIGN 将目录条目锚定到正文，以恢复显式与隐式层级；上下文感知的视觉转文本表示则在层级结构引导下融合视觉与结构线索，将图像和版式元素转化为与文档上下文相联系的自然语言。 作者报告，Compass-ESG 在带标注的基准实验中显著优于专用文档解析器和通用多模态模型；摘要未给出具体基准名称、评价指标、数值、划分方式或显著性检验，无法据此量化优势。作者将 Atlas-ESG 描述为首个覆盖中国、香港及美国、具有多层级标注的大规模 ESG 数据集，但其规模、标注规范及这一首创性表述尚未独立核验。 复现需进一步核对各模块的实现方式、训练与推理流程、数据集划分及许可、基线配置、消融和统计信息。摘要支持其作为复杂长文档结构化方法的阅读价值，但未提供与 EEG/BCI 的具体机制对应，不据此推断神经信号建模收益。