今天介绍一个项目案例，利用大语言模型打造上市公司财务报表智能问答系统。

在当今竞争激烈的市场环境中，企业和投资者对财务信息的获取与分析要求越来越高。上市公司财务报表作为评估公司财务健康和未来发展的重要依据，提供了大量关键信息。

然而，传统的财务报表分析技术不成熟、依赖很多人工解读，费时且容易出现误差，痛点如下。

随着大数据技术和人工智能的快速发展，如何高效、准确地从这些海量数据中提取有价值的信息成为了一个亟待解决的问题。

智能问答系统为解决这一问题提供了创新解决方案。通过先进的自然语言处理技术，智能问答系统可以快速解读财务报表，自动回答涉及财务、市场趋势和投资策略的问题，如下图所示。

构建一个上市公司财务报表智能问答系统，需要通过如下核心步骤：

**数据收集：**利用爬虫技术从财经网站上抓取上市公司的季度、半年、年度财报，这些财报通常以PDF格式存储。

数据处理：将非结构化的PDF内容转换为结构化数据。这通常是一个难点，后面会详细展开处理和分析。

**RAG系统搭建：**构建基于RAG（检索增强生成）的智能问答系统。首先，将处理后的数据导入向量数据库中，并利用双编码器模型进行向量化处理。然后，集成大语言模型（如GPT-4）与检索系统ÿ