论文
MONETA：基于地理信息与多智能体系统的多模态行业分类
MONETA: Multimodal Industry Classification through Geographic Information with Multi Agent Systems
摘要
行业分类体系是公共和企业数据库的组成部分，它依据经济活动对企业进行分类。由于企业登记册规模庞大，人工标注成本高昂，而随着行业分类体系的每次更新微调模型又需要大量数据收集。我们利用现有或易于获取的多模态资源复现人工专家核验，用于行业分类。我们提出MONETA，首个结合文本（网站、Wikipedia、Wikidata）与地理空间来源（OpenStreetMap和卫星影像）的多模态行业分类基准。我们的数据集收录了欧洲1,000家企业，按照欧盟指南（NACE）标注20个经济活动标签。免训练基线在开源与闭源多模态大语言模型（MLLM）上分别达到62.10%和74.10%。结合多轮设计、上下文增强与分类解释后，我们观察到最高22.80%的提升。我们将发布数据集与增强版指南。
