セグメント単位の財務開示は、企業の内部組織構造や経済活動が事業単位間でどのように配分されているかを理解するための中心的な情報源である。しかし、Form 10-Kにおけるセグメント情報は、定性的記述と定量的な表の両方の形式で、財務諸表の注記やMD&Aの中に分散して提示されることが多い。構造化データベースに依存する実証研究では、企業・年度の観測値の欠落、入れ子になったセグメント開示の未捕捉、縦断的および企業間の比較可能性を支える仕組みの不足といった、完全性と比較可能性の両面での課題に直面している。
この問題に対処するため、Yue Liuらによる論文「Improving the Completeness and Comparability of Segment Disclosures: A Large Language Model Approach」は、Form 10-Kの原資料からセグメント開示を直接抽出し、報告セグメントと入れ子セグメントの両方の情報を保持する大規模言語モデル（LLM）ベースのフレームワークを提案している。このフレームワークは、事前に定義されたデータベース項目に依存するのではなく、LLMのテキストと表の統合的な理解能力を活用して、企業報告におけるセグメントの階層関係を復元する。
さらに研究チームは、期間を超えた比較可能性と企業間の比較可能性を高めるために、検索拡張（Retrieval-Augmented）システムを設計した。このシステムは、単一ファイルからの情報抽出に加えて、同一企業の異なる年度の提出書類や、異なる企業間の関連開示を積極的に検索・統合し、期間横断的な知識を必要とする問いに対して文脈を提供する。これにより、モデルは「ある企業が今年報告したセグメントは何か」という問いだけでなく、セグメント区分の歴史的変化を追跡したり、異なる報告構造を持つ企業間で地域セグメントを整合させたりすることが可能になる。
論文では、フレームワークの応用価値を示す二つの代表的な設定が用いられている。第一の設定は企業内の縦断分析であり、事業再編などによって報告セグメントの構成が時間とともにどう変化したかを解釈する。第二の設定は企業間の地域セグメントの整合であり、異なる企業が異なる地域区分を採用していても、比較可能な地理的単位を識別することを支援する。実験結果は、このフレームワークがセグメントレベルの情報を正確に抽出し、期間横断的な知識を必要とする問いに効果的に答えることを示しており、セグメント開示の測定と解釈を改善する上でのLLMアプローチの可能性を裏付けている。
本論文は『Accounting Horizons』誌に投稿されており、全39ページ、4つの図表を含む。また、計算と言語（cs.CL）、情報検索（cs.IR）、一般金融（q-fin.GN）の各分野に分類され、会計情報開示と人工知能技術の学際的な融合を示している。会計実証研究者、財務アナリスト、規制当局にとって、このフレームワークはセグメントデータの手作業による収集コストを削減し、セグメント情報に基づく比較可能性分析の質を向上させる可能性がある。