【技术实现步骤摘要】
本公开涉及计算机，特别涉及一种趋势预测模型的训练方法、趋势预测方法及装置、电子设备、计算机可读存储介质。
技术介绍
1、相关技术中在预测业务下的趋势数据，例如，预测金融业务下的股票价格、k线走势，或者电商业务下的产品需求量走势等进行分析和预测时，一般是采取如下方法：1、由人工根据主观经验进行分析获取预测结果；2、基于rnn循环神经网络或其它深度学习、机器学习算法，基于对应业务下的趋势数据在历史时刻的时序性数据进行预测得到预测结果；3、结合文本分析和趋势数据的时序性数据，按照预设规则进行嵌套的方式得到预测结果。该些方法在获取目标业务的趋势数据的预测趋势结果时，往往存在不够准确的问题。
技术实现思路
1、本公开提供一种趋势预测模型的训练方法、趋势预测方法及装置、电子设备、计算机可读存储介质。
2、第一方面，本公开提供了一种趋势预测模型的训练方法，该趋势预测模型的训练方法包括：
3、获取第一趋势预测模型，其中，所述第一趋势预测模型为使用与目标业务对应的文本数据对初始的第二趋势预测模型进行训练后得到的模型，所述第二趋势预测模型包括大语言模型；
4、获取样本数据和所述样本数据的标注文本，其中，所述样本数据包括与所述目标业务的趋势数据存在关联关系的文本数据，所述标注文本至少用于表示所述趋势数据的数值在所述样本数据的影响下在预设时间范围内的变化方向；
5、基于所述样本数据和所述标注文本对所述第一趋势预测模型进行微调，得到目标趋势预测模型。
<...【技术保护点】
1.一种趋势预测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述样本数据和所述标注文本对所述第一趋势预测模型进行微调，得到目标趋势预测模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二参数包括基于低秩分解模式模拟所述第一参数的参数更新量的降维矩阵和升维矩阵；
4.根据权利要求1所述的方法，其特征在于，所述样本数据包括对所述趋势数据对应的趋势图像进行图像解析处理后得到的趋势文本数据；
5.根据权利要求4所述的方法，其特征在于，所述目标图像解析模型通过以下步骤得到：
6.根据权利要求5所述的方法，其特征在于，所述图像特征数据包括m个第一特征向量，每个第一特征向量用于表示基于所述样本趋势图得到的预测趋势，m为正整数；
7.一种趋势预测方法，其特征在于，包括：
8.一种趋势预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器
...【技术特征摘要】
1.一种趋势预测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述样本数据和所述标注文本对所述第一趋势预测模型进行微调，得到目标趋势预测模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二参数包括基于低秩分解模式模拟所述第一参数的参数更新量的降维矩阵和升维矩阵；
4.根据权利要求1所述的方法，其特征在于，所述样本数据包括对所述趋势数据对应的趋势图像进行图像解析处理后得到的趋势文本数据；
5.根据权利要求4所述的方法，其特征在于，所述目...
【专利技术属性】
技术研发人员：崔明飞，张杰，于皓，罗华刚，李犇，王展，贾敬伍，
申请(专利权)人：北京中关村科金技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。