近年来,在全球主要证券市场上,企业社会责任（CSR）信息披露的规则体系表现出由倡导鼓励向强制要求的变化趋势。在我国CSR信息披露政策中,强制性主要体现在报告披露与否与核心议题框架上,报告编写自主性与选择性较高,存在披露内容流于形式、指标各异的问题,从而在报告内容上呈现不同程度的遗漏,加大了读者阅读与监督机构评审的难度。在证监会颁布的多版《上市公司治理准则》与《上市公司信息披露管理方法》中明确提及信息披露义务人在进行信息披露时不得有“重大遗漏”,可见信息遗漏与否一直是我国证券市场监管的重要内容,但是对重大遗漏的判断一直缺乏有效的手段与工具,理论上对于“遗漏”的理解也存在一定争议。此外,不同于财务报告,CSR信息披露具有非标准化、非可比性的特征,报告鉴证时缺乏一致性与客观性的评价标准。那么如何构建一套通用标准体系,检测企业的信息遗漏情况,并判断企业依据标准披露的规范性程度就成为了值得深入探讨的问题。基于此,本研究为解决CSR信息披露的遗漏问题,从规则体系的要求出发,通过理论回顾,深入探索企业不同程度的CSR信息遗漏情况,并用规范性的概念来统一描述。而标准作为遗漏与否的判断依据,本文在总结CSR信息披露现状与梳理规则的基础上,搭建一套通过的指标评价体系,并设计了一个检测CSR信息披露规范性的评价方案,反映企业的披露动机。并以2008年-2018年上市公司发布的全样本CSR报告作为研究对象,从重大议题遗漏、一般指标遗漏与修饰遗漏三个层面挖掘CSR信息披露的规范性程度。研究结果表明:在“重大议题遗漏”层面,不同行业与不同产权性质下核心议题覆盖情况存在较为明显的差异,而年份间的差异并不明显,这主要是由于企业一开始披露就已经在契合核心议题,后来出于主观意图,比如风险规避,导致披露策略的调整,从而有意隐瞒某些信息;在“一般遗漏”层面,不同细分指标的披露率存在一定差异,呈现不同的变化趋势,企业会因为外部环境与内部战略调整改变对指标的重视程度,从而产生指标选择行为。而不同行业在不同议题下的契合程也不一样,具有更严格政策限制的行业会更严格、更全面地契合议题内容;在通过“修饰遗漏”修正的规范性披露层面,不同行业、年份与产权性质下的规范性得分具有显著差异,外部政策与规范指南的出台是影响年份差异的可能原因,特性与政策要求造成了行业间的差异,而合规敏感程度的不一使得国企具有更高的规范披露意向。此外,权重的差异展现了指标的变动程度,为信息使用者提供更细致的观察视角。相较于以往研究,本研究的创新点与贡献主要在于:其一,本研究在CSR信息披露环境动态变化的条件下,提出一个相对自适应的标准,综合考虑指标遗漏与否和文本语义描述情况,实现对披露规范的合理评价。其二,本文为相关实证研究提供了一个新的维度及一组可量化数据,为信息使用者提供更细致的企业披露行为与动机的观察视角,对于新管理理论的构建具有一定启发价值。其三,本研究结合机器学习与文本挖掘技术,实现主题定位、细分查找与指标评价,克服了人工报告审查时的主观情感的干预以及报告篇幅过长造成的信息抽取准确率较低的问题,更加符合人工审查流程,对于特定文本的数据挖掘与数据结构化工作具有一定借鉴意义。