摘要
本发明提供一种基于大语言模型的金融欺诈检测方法,包括:获取待识别文本;通过目标分词工具以及金融欺诈词典对待识别文本进行分词,确定欺诈敏感词列表;根据目标算法计算敏感词列表中各个敏感词的权重,得到敏感词权重特征向量;将敏感词权重特征向量以及待识别文本输入至大语言模型,结合词嵌入技术,确定敏感词的上下文语义向量;确定敏感词的上下文语义向量与预设金融欺诈类型语义向量的相似度;根据相似度,确定金融欺诈类型。通过实施本发明,利用预训练模型的泛化能力捕捉文本深层语义,结合敏感词权重机制注入先验知识,引导模型聚焦高风险词汇,解决了传统方法在语义理解的缺陷,提升了金融欺诈识别率,降低了漏检率。
技术关键词
欺诈检测方法
语义向量
大语言模型
金融
词嵌入技术
上下文语义信息
掩码矩阵
编码器
列表
词典
注意力机制
欺诈检测装置
同义词
权重机制
分词模型
预训练模型
文本识别
系统为您推荐了相关专利信息
文档审核方法
大语言模型
报告
文档审核装置
语言模型技术
文件生成方法
大语言模型
语义
生成指令
文件生成装置
大语言模型
语音交互方法
车辆控制指令
槽位识别
自然语言
电路生成方法
生成服务器
大语言模型
检索技术
模版