【技术实现步骤摘要】
本申请涉及金融数据处理，具体而言，涉及一种基于大模型技术的数字人民币相关数据的处理方法及装置。
技术介绍
1、随着数字经济的迅猛发展，数字人民币已逐步进入实际应用阶段，并在零售支付、跨境支付、财政补贴发放等多个场景中发挥重要作用。其所涉及的数据类型庞杂，包含用户行为数据、交易数据、支付通道数据、合约执行数据等，呈现出高度结构化与非结构化并存、动态演化迅速的特征。
2、在此背景下，如何对数字人民币相关数据进行高效处理与智能分析，成为亟需解决的问题。目前，相关技术中的数据处理方式大多依赖规则引擎与人工设定分析模型，存在响应迟缓、语义理解能力弱、数据融合程度低等问题，难以满足数字人民币多维度、语义关联密集型的数据挖掘与智能决策需求。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种基于大模型技术的数字人民币相关数据的处理方法及装置，以至少解决相关技术中的数据处理方式难以满足数字人民币多维度语义关联密集想的数据挖掘与智能分析需求的技
【技术保护点】
1.一种基于大模型技术的数字人民币相关数据的处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，所述多模态数据包括：不同模态的结构化数据和非结构化数据，其中，所述结构化数据包括以下至少之一：交易记录、账户信息、设备绑定记录，所述非结构化数据包括以下至少之一：政策文本、用户行为日志、合约描述、图像凭证；将所述多模态数据映射至统一语义空间中进行语义对齐，得到目标数据包括：
3.根据权利要求2所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，所述语义对齐模型的训练步骤包括：p>
4.根据权...
【技术特征摘要】
1.一种基于大模型技术的数字人民币相关数据的处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，所述多模态数据包括：不同模态的结构化数据和非结构化数据，其中，所述结构化数据包括以下至少之一：交易记录、账户信息、设备绑定记录，所述非结构化数据包括以下至少之一：政策文本、用户行为日志、合约描述、图像凭证；将所述多模态数据映射至统一语义空间中进行语义对齐，得到目标数据包括：
3.根据权利要求2所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，所述语义对齐模型的训练步骤包括：
4.根据权利要求2所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的基于大模型技术的数字人民币相关数据的处理方法，其特征在于，依据所述目标三元组构建实体关系网络，得到目标知...
【专利技术属性】
技术研发人员：丁志勇，庞博，石文君，李锐，沈雨欣，魏菊，卢苇，张志朋，贝东昇，闫珍，杨达森，
申请(专利权)人：北京银行股份有限公司，
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。