Розробка інтелектуальної системи аналізу європейської корпоративної  фінансової звітності на основі технології RAG

Юрковський, Нікіта Олександрович

Розробка інтелектуальної системи аналізу європейської корпоративної фінансової звітності на основі технології RAG

Тип публікації :

Магістерська робота

Дата випуску :

2026

Автор(и) :

Юрковський, Нікіта Олександрович

Кафедра технологій управління

Науковий(і) керівник(и)/редактор(и) :

Мірошниченко, Ігор Вікторович

Кафедра технологій управління

Мова основного тексту :

Ukrainian

eKNUTSHIR URL :

https://ir.library.knu.ua/handle/15071834/23575

Цитування :

[APA 7] Юрковський, Н. О. (2026). Розробка інтелектуальної системи аналізу європейської корпоративної фінансової звітності на основі технології RAG [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/23575

[ДСТУ] Юрковський Н. О. Розробка інтелектуальної системи аналізу європейської корпоративної фінансової звітності на основі технології RAG : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. І. В. Мірошниченко. Київ, 2026. 143 с. URL: https://ir.library.knu.ua/handle/15071834/23575 (дата звернення: 25.07.2026).

Мета дипломної роботи магістра – розробка прототипу інтелектуальної системи аналізу європейської корпоративної фінансової звітності на основі технології Retrieval-Augmented Generation (RAG) та проведення порівняльного оцінювання її різних конфігурацій. Об’єкт дослідження – процеси автоматизованого аналізу корпоративної фінансової звітності європейських компаній. Предмет дослідження – методи та технології побудови RAG-систем для інтелектуального аналізу фінансових документів. Наукова новизна роботи полягає у тому, що вперше запропоновано та експериментально осліджено RAG-систему, спеціалізовану на корпусі європейської фінансової звітності у форматі ESEF/Markdown, із порівняльним аналізом впливу вибору embedding-моделі (multilingual-e5-large, all-mpnet-base-v2, bge-large-en-v1.5) та генеративної LLM (llama3.1:8b, mistral, Claude Sonnet, GPT-4o) на якість аналітичних відповідей по багатьом різних параметрів. Практична цінність роботи полягає у розробленому працюючому прототипі, який може бути адаптований для використання, наприклад: фінансовими аналітиками, інвестиційними компаніями, аудиторськими фірмами та регуляторними органами як інструмент зручного, точного інтелектуального пошуку та аналізу європейської корпоративної звітності. У роботі досліджуються існуючі підходи до автоматизованого аналізу європейської корпоративної звітності та технології RAG, проводиться порівняльний аналіз 12 конфігурацій системи (3 embedding-моделі × 4 LLM) на корпусі з 4 528 Markdown-документів від 66 компаній із 14 країн ЄС за період 2019–2025 років. Розробляються рекомендації щодо впровадження системи для п’яти категорій цільових користувачів та виконується техніко-економічне обґрунтування. Дипломна робота складається зі вступу, основної частини, яка включає чотири розділи, висновків та списку використаних джерел. Всього налічує 100 сторінок, перелік посилань з 82 джерел на 5 сторінках. Ключові слова: Retrieval-Augmented Generation, RAG, фінансова звітність, Європейський Союз, ESEF, embedding, великі мовні моделі, LLM, ChromaDB, мультимовний аналіз, NLP.

Ключові слова :

Retrieval-Augmented Generation RAG фінансова звітність Європейський Союз ESEF embedding великі мовні моделі LLM ChromaDB мультимовний аналіз NLP

Галузі знань та спеціальності :

12 Інформаційні технології::122 Комп’ютерні науки

Галузі науки і техніки (FOS) :

Комп'ютерні та інформаційні науки

Файл(и) :

Завантажити

Формат :

Adobe PDF

Розмір :

1.36 MB

Контрольна сума :

(MD5):ea0722604410644732d5ef3052ec5eea

Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International