基于多模態(tài)機器學習的財務數(shù)據(jù)異常自動檢測研究

打開文本圖片集

摘要：當前，財務數(shù)據(jù)異常檢測研究通常只關注數(shù)值型數(shù)據(jù)，這種單模態(tài)的數(shù)據(jù)處理方式在一定程度上限制了數(shù)據(jù)異常檢測的精度。為此，文章研究了一種基于多模態(tài)機器學習的財務數(shù)據(jù)異常自動檢測方法。文章對企業(yè)財務數(shù)據(jù)進行預處理，構(gòu)建財務數(shù)據(jù)集，基于數(shù)據(jù)集提取數(shù)值和文本特征，同時借助多模態(tài)數(shù)據(jù)融合技術(shù)進行特征融合，建立多模態(tài)機器學習下的財務數(shù)據(jù)異常檢測模型，將融合后的特征輸入該模型，根據(jù)輸入數(shù)據(jù)的不同部分利用注意力機制對預測結(jié)果的貢獻度動態(tài)加權(quán)，從而輸出最終異常檢測結(jié)果。（剩余3642字）