基于多模态大模型的资产评估方法技术

本申请涉及人工智能与金融科技领域，公开了基于多模态大模型的资产评估方法，包括以下步骤：对待评估企业的图像数据、文本数据和结构化数据进行预处理，生成标准化的多模态输入数据；基于所述标准化的多模态输入数据，分别利用图像编码器、文本编码器和结构化数据编码器对图像数据、文本数据和结构化数据进行处理，提取每种模态的高维特征向量；通过构建映射器网络，将得到的每种模态的高维特征向量映射到同一公共嵌入空间；采用最优传输方法度量每种模态之间的嵌入分布差异，并通过最小化该差异。本发明专利技术通过构建多模态编码器、统一映射器及最优传输对齐机制，实现了多模态特征在共享空间中的高一致性融合与表达。

【技术实现步骤摘要】

本专利技术涉及人工智能与金融科技，具体为基于多模态大模型的资产评估方法。

技术介绍

1、在资产管理、企业评估和风险监测等金融场景中，常常需要同时参考企业图像信息、文本材料以及结构化指标来形成全面判断。不同模态之间信息互补、视角各异，若能将它们合理融合处理，将极大提高决策的准确性与效率。

2、现有多模态处理技术中，一些方法已实现了对图像、文本和结构化数据的基本融合，大多采用模态拼接、共享编码或简单加权融合策略，在分类、检索等任务中取得了一定应用效果。这类方法设计思路清晰，工程实现成本较低，适用于模态特征分布接近、语义一致性较高的轻量级场景。它们在结构简洁性、部署便捷性方面表现出一定优势，能够在部分静态评估系统中快速部署应用。

3、然而，上述现有技术在应对真实金融评估场景中的多模态数据时，存在多个关键短板；首先，它们普遍缺乏对模态差异性结构的显式建模，导致语义层级混乱；其次，未能构建统一的嵌入空间，不同模态间不可比，结构对齐困难；再者，缺少分布层级的异质性消解机制，仅依赖损失函数压缩距离，效果虚浮、不稳定；最后，由于训练路径割裂，各模块本文档来自技高网...

【技术保护点】

1.基于多模态大模型的资产评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述预处理包括：

3.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述多模态输入数据包括：

4.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述高维特征向量包括：

5.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述映射器网络包括：

6.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述公共嵌入空间包括：

7....

【技术特征摘要】

1.基于多模态大模型的资产评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述预处理包括：

3.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述多模态输入数据包括：

4.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述高维特征向量包括：

5.根据权利要求1所述的基于多模态大模型的资产评估方法，其特征在于，所述映射器网络包括：

6.根据权利...

【专利技术属性】
技术研发人员：邵豫，杨天，党琦，
申请(专利权)人：北京第玖元素科技有限公司，
类型：发明
国别省市：