金融领域

摘要： 经济的进步与时代的发展同时促进了科技的发展,伴随着科技的发展,各种新技术也不断地应用在人们的生活中,例如人脸识别技术以及指纹识别技术。本文主要阐述了金融领域支付方式的进步,同时分析了人脸识别技术的特点和优势,以期为人脸识别技术在金融领域应用的安全性分析提供借鉴。

摘要： 区块链技术一直是学术界和金融领域关注的重点,目前在全球范围内加速推进区块链技术在各个领域中的研究和应用已成为重中之重。本文借助文献计量学方法,对区块链技术在金融领域中应用的机遇和挑战进行态势研究,从研究作者、研究机构、应用领域和热点话题等多方面解构区块链技术在金融领域中应用的现状、阻碍及其发展对策。研究结果表明,区块链技术在金融领域中的应用主要集中在供应链、智能合同、财务管理和质量管理等方面。因此,加强区块链技术与金融领域在这几个方面的动态融合是该领域的未来发展方向。通过本文研究,希望对未来区块链技术在金融领域中应用的发展和政策制定提供参考建议。

摘要： 无科技、不金融,科技兴、金融兴。国家“十四五”规划和2035年远景目标纲要指出,要在量子信息等领域实施一批具有前瞻性、战略性的国家重大科技项目。人民银行发布的《金融科技发展规划(2022-2025年)》也明确提出,探索运用量子技术突破现有算力约束、算法瓶颈,提升金融服务并发处理能力和智能运算效率,节省能源消耗和设备空间,逐步培育一批有价值、可落地的金融应用场景。

摘要： 联盟愿以开放、合作、共赢的新发展理念,加强交流,深化合作,凝聚产学研用各方力量,加大开源技本在金融领域应用的深度与广度,共建金融开源生态,为我国金融业高质量发展做出应有的贡献!联盟认真学习《关于规范金融业开源技术应用与发展的意见》(以下简称《意见》)文件精神,研讨贯彻落实相关要求,致力于金融业合理应用开源技术、提高应用水平,促进可持续发展,发挥开源技术价值,推动数字经济健康发展。

摘要： 经历疫情的波折,2022年新年伊始,面对层出不穷的全球性问题和挑战,国有大行作为国内银行业的第一梯队,大行高管都在关注哪些内容?他们有哪些相应的研究和建议?在1月15日举行的全球财富管理论坛?上海苏河湾峰会上,工行、农行、中行、建行和交通银行五家国有大行的董事长、行长、副行长等高管同台,就全球经济金融领域的相关主题发表演讲。

摘要： 当今社会,互联网已经悄然改变了人们的生产和生活方式,成为创新驱动发展的先导力量和产业升级、服务惠民的活力源泉。无论是在通信领域,还是在交通领域,亦或是在金融领域,人们都能感受到“互联网+”与行业结合产生的巨大反应和给生活带来的极大便利,各行各业、各种领域与互联网融合的大军越来越壮大。

摘要： 随着银行业数字化转型的深入推进,金融服务迈向高质量发展阶段。金融机具作为银行业务与百姓生产生活的传统线下触点,是银行数字化转型的战略要地。加快基础设施建设、筑牢数字底座、激活转型动力,对提升金融领域核心竞争力至关重要。

摘要： 当前,新一轮科技革命和产业革命方兴未艾,人工智能(AI)、区块链、隐私计算等技术在金融领域不断得到应用。在金融科技蓬勃发展的大背景下,人民银行制定了《金融科技发展规划(2022-2025年)》,推动实施“软件集中开发”战略,有效整合全行科技资源,积极发挥科技引领作用,为新形势下金融科技的创新发展奠定了坚实基础。

摘要： 基于区块链技术,出现了一些新型的金融形态,对于互联网金融的发展和变革产生了极大影响。区块链技术可以使数据的安全性、可信性增加,帮助区块链在金融领域中发挥其应用价值。近年来,随着比特币的逐渐普及与应用,互联网和传统行业的新型技术得到了政府部门和金融机构的重点关注。在互联网背景下,“区块链+互联网”在金融领域的应用前景非常可观。鉴于此,本文针对“区块链+互联网”在金融领域的应用及其前景进行了分析。

摘要： 今年的中央经济工作会议要求,明年经济工作要稳字当头、稳中求进。金融是经济发展的血脉。货币政策如何在“稳”字上下功夫?明年将推出哪些有利于市场主体的金融政策?如何防范化解金融风险?中国人民银行行长易纲近日就金融领域热点问题,接受了新华社记者采访。

摘要： 本文概述了金融领域利用计算机进行金融犯罪的特点,及金融领域计算机系统存在的安全隐患,对防范金融计算机犯罪提出了几种预防措施.

摘要： 本文主要研究文本分类技术在金融领域的应用,给出了文本分类系统的关键技术设计方案,详细介绍了DF+MI结合的特征提取算法以及改进的贝叶斯分类算法,实验结果具有较好的准确率和查全率,满足实际应用要求.

摘要： 本文从司法领域、投资领域、金融领域三个方面阐述民营企业与国有企业相比所面临的非公正待遇、直接融资渠道开放度过低的问题.

摘要： 本发明公开了一种基于区块链的工程领域供应链金融风险评估系统，涉及金融风险评估技术领域，解决了由于信息分散未整合，难以控制放款风险，导致融资放款批复时间过长的问题；包括供应链金融平台、风险评估模块和融资放贷模块；用户通过区块链智能合约向供应链金融平台发送融资请求，供应链金融平台接收到融资请求后，验证对应用户身份，判断融资请求是否合法；若融资请求合法，则风险评估模块用于根据融资请求内容结合客户等级模型进行风险系数评估，得到融资请求的处理序表；融资放贷模块用于按照风险评估模块反馈的序列位置对融资请求进行审核批复，有效控制放款风险，缩短融资请求的批复时间，提高工作效率，使得资产流转率最大化。

摘要： 本发明提供了一种汽车金融领域专用词汇的语意识别方法，包括：S1：基于在当前待识别环境中识别出的目标词汇，实时生成第一词汇链；S2：基于第一词汇链和汽车金融场景识别模型，实时确定出当前场景类别链；S3：基于当前场景类别链确定出最新目标场景对应的专用词汇识别模型；S4：基于专用词汇识别模型对最新获得的第一词汇链进行语意识别，直至获得完整语意识别结果并输出；用以提高汽车金融行业专用词汇的语意识别准确率，通过场景识别模型和专用词汇识别模型更好地提升人工智能语音在汽车行业的意图理解。

摘要： 本发明涉及互联网金融技术领域，公开了一种金融领域智能质检系统，包括：场景接入模块、规则配置模块、录音转译模块和质检评分模块，所述场景接入模块用于接入质检场景，所述规则配置模块用于根据质检场景配置质检规则，所述录音转译模块用于提取质检场景的通话录音并转译为通话文本，所述质检评分模块用于根据质检规则的质检点对通话文本和通话录音进行评分。本发明通过统一多种业务场景的质检接入，能够减少质检系统的重复建设，并通过将质检场景的通话录音转译为通话文本并根据相应质检规则进行质检评分，能够提高质检的效率和准确率。

摘要： 面向金融领域的文档级事件主体对抽取的方法、存储介质及设备，属于信息技术领域。为了解决现有的基于句子级的事件抽取的方法不能很好的应用于金融领域内文档的事件抽取，从而存在提取事件信息的性能较低的问题。本发明首先将文档按句进行分割，将第i个句子基于字通过词典映射成句子id，并将句子通过第一个字的Embedding矩阵，然后输入BERT，取其最后一层的编码得到句子中的每个token的编码并得到特征向量C；根据每个事件类型获取对应的t，获取文档级上下文表示eglobal；将每个token的hi,j拼接C、t和eglobal；最后基于前馈神经网络和CRF得到标注结果并最终得到主体对。主要用于金融领域的文档级事件主体对抽取。

摘要： 一种用于消费贷、房贷、网贷、信用卡金融领域的分期年利率计算方法，它由本人推演的数学规律：年利息÷[年借款金额×(13÷24)]及任何周期贷款年利率与该数学计算式的比例关系与小程序或计算器电路构成完整技术方案，解决了官方唯一的一款IRR年利率计算器，随着计算周期的增加，误差成倍增加，而且无论多少周期的年利率结果只有一个年利率的技术问题。由此方案能精准计算消费贷、房贷、网贷、信用卡金融领域的分期年利率。

摘要： 本发明涉及一种用于实现金融领域实体识别和情感分析的方法，其中，该方法包括：采集金融领域多方数据源，进行文本数据的解析处理；根据预设的实体名称，对解析后的文本数据进行名称要素的抽取；基于所抽取的名称要素在整篇文本中的词频统计结果，进行实体识别判断；基于上述获取到的一个或多个实体，通过训练模型进行细粒度情感分析判断；基于上述获取的结果，将对应的文本打上判断识别后的标签。本发明还涉及一种相应的装置、存储器及其计算机可读存储介质。采用了本发明的该用于实现金融领域实体识别和情感分析的方法、装置、存储器及其计算机可读存储介质，基于文本信息判断出其主要描述对象的情感极性，能够为海量数据带来可观的使用价值。

摘要： 本发明揭示了一种金融领域舆情分析方法及系统，该方法主要包括数据制定与收集、训练数据标注、深度学习模型构建和舆情分析，具体为应金融垂直领域的需求，通过网络爬虫算法获取规模化的财经新闻数据存储至MySQL数据库，并进行数据清洗与预处理，人工标注及筛查。利用金融领域预训练的Bert模型获取文字的向量表示，并通过自然语言处理技术中注意力机制对文本中的局部信息特征进行提取，得到计算机能够理解的融合向量表示，通过模型分析舆情，返回其中相关联的事件描述、事件主体、事件类型以及情绪分析。应用该技术解决方案，利用标注、筛查数据的有监督模型，提高了舆情分析的准确率和响应速率，满足工业需求，实现获取事件相关的统一共享交互信息。

摘要： 本发明涉及一种金融领域中文细粒度实体识别方法及装置。本发明的一种金融领域中文细粒度实体识别方法包括：获取待识别实体的金融领域语句文本；将金融领域语句文本输入训练好的实体识别模型，得到分数最高的标签序列；其中，实体识别模型包括FinBERT层、BiLSTM层和CRF层；FinBERT层用于获取金融领域语句文本中每个单词的上下文的语义表征；BiLSTM层用于计算每个单词被标注为某个标签的概率；CRF层用于在BiLSTM层的输出中添加约束条件，并对标签序列进行打分；根据分数最高的标签序列，得到金融领域语句文本对应的实体。本发明的一种金融领域中文细粒度实体识别方法，能够有效地学习词汇基于金融领域语料语境的上下文语义特征，实现金融领域中文细粒度实体识别能力的提升。

摘要： 本发明涉及金融领域表格日期提取技术领域，尤其涉及一种基于模型的金融领域交易文件表格日期提取方法，包括如下步骤：步骤S1：获取文件的训练样本；步骤S2：对训练样本进行标签标注；步骤S3：对训练样本进行模型训练；步骤S4：对训练完成的模型进行应用。本发明的基于模型的金融领域交易文件表格日期提取方法可以对多种不同类型的文件进行识别处理，具有较好的兼容性，可对文件中较为具体的表格日期进行智能化提取，而不是仅提取出表格，有利于工作人员对表格进行具体的分析，为后续自动化合同审核工作提供了较大便利。

摘要： 本发明涉及人机对话、智能语义搜索技术领域，具体来说是一种基于先验知识的金融领域实体及意图识别方法，具体如下：上下文模型定义，将整个关系型数据库表的相关信息定义为上下文，含表及列名的名称、注释、类型以及数据字典的定义；上下文模型分析，根据数据库以数据字典、相关字段的属性值以及数据类型进行分析，将字段的属性值定义为开放类型还是限定可枚举类型；可以自适应学习，能够识别意图实体、关联实体以及大部分实体属性值；可以将识别的实体限定在特定的表中，一是避免了相似度在全局空间进行匹配，省去了同义词过滤评分的步骤；二是已识别的词可以限定在上下文中，未识别的词可以作为无关词汇过滤掉，避免影响识别的准确率。