摘要
近年来,随着以大模型技术为代表的生成式人工智能(AI)热潮席卷全球,如何使用AI技术为反洗钱工作赋能成为金融机构关注的热点课题。在目前的实际应用中,金融机构大多通过Embedding技术提取信息构建知识库,并利用知识库的向量检索技术为大模型提供有针对性的训练语料,以提升生成文本的准确性。但是,Embedding技术在理解长文本语义关联深层特征方面可能出现关键信息丢失、概念模糊等问题,影响最终结果。为解决上述难题,本文提出一种基于递归抽象树的特征提取方式,即通过多粒度语义抽象和隐形关联,实现多层次特征提取及动态模式识别,从而增强知识库多语义构建及检索能力,并深入探讨了该方案在反洗钱领域的应用优势及改进方向。
出处
《中国金融电脑》
2025年第8期68-71,共4页
Financial Computer of China
