摘要
本发明公开了一种基于深度学习的业财融合方法及系统,包括如下步骤:S1、获取业财数据,并进行预处理;S2、采用双塔结构编码业财数据,并通过交叉注意力对齐操作,建立语义映射关系;S3、将匹配特征矩阵输入Transformer‑XL网络,通过引入门控记忆机制与周期位置编码进行上下文关系建模;S4、将融合语义表征输入LoRA‑BERT网络,执行细粒度对齐与异构特征融合;S5、构建监督训练样本,联合优化网络参数;S6、将训练完成的双网络集成部署,实现业财融合全过程。本发明实现了异构业财数据的智能对齐与自动对账,提升了对账准确率与处理效率,降低了人工干预成本。
技术关键词
融合语义
融合方法
记忆机制
双网络联合训练
财务
矩阵
注意力
语义相关度
BERT模型
双塔结构
异构特征
关系建模
标签
并行编码
非线性
系统为您推荐了相关专利信息
指纹识别芯片
真实性验证
融合方法
指纹识别方式
模式匹配