近日,境内头部基金公司华夏基金与NLP/AI领域领先者北京澜舟科技签署战略合作协议,成立金融NLP(自然语言处理)联合实验室,合作探索自然语言处理技术在金融领域的应用;合作建设基于华夏基金投资研究逻辑的舆情NLP能力;合作打造基于深度学习和预训练模型的金融行业搜索引擎,同时计划在其他数字化建设、创新技术合作、业务应用等方面展开合作。华夏基金首席数据官陈一昕,澜舟科技创始人兼首席执行官周明博士分别代表双方在北京签约。
华夏基金首席数据官陈一昕表示,科技创新是发展数字经济的核心源动力。金融行业如何促进科技与金融业务场景的深度融合,是各市场主体的重要课题。自然语言理解作为人工智能皇冠上的明珠,有助于打破人与机器之间的交互障碍,提升人机协作的效率和生产力,而金融行业因其与数据的高度相关性,有潜力成为技术广泛应用的行业之一。在金融行业以往的NLP能力建设中,往往面临模型与行业场景适配性差、训练代价大、中文理解能力不足等问题。因此,在面对金融领域文本专业性强、应用场景多变的情况下,如何构建落地快、易迭代、可适配金融垂直领域的中文NLP模型是科技创新的一项重要挑战。
据悉,目前华夏基金正就NLP技术在基金业务领域的落地应用进行积极探索和尝试,希望将NLP技术与公司丰富的数据来源相结合,以公司业务研判知识为基础,打造具有华夏基金特色的金融NLP模型,作为倾听市场动态、感知文本情绪、定位关键信息的金融科技创新能力建设,未来赋能各业务场景和系统。同时,华夏基金正基于数据服务能力整合、数据资产管理体系构建、流程组织优化、金融科技生态建设、OKR(目标与关键成果法)引入等一系列举措,升级数字化转型基础能力,打造敏捷协同,自趋创新的高效业务模式,真正实现业务与科技的深度融合。未来华夏基金将持续着眼于科技和数字化的长期效能,全面深化推行数字化转型,助力数字经济和资本市场高质量发展。
澜舟科技创始人周明博士表示,我们看到金融行业的业务信息化和数据化在过去的一些年里已经比较成熟了,投资者有足够的传统金融数据进行投资决策,例如股票/债券的交易数据、并以公司的财报等结构化数据居多。为了获得更多差异化优势,新的数据源往往涉及非结构化数据源,例如新闻资讯、社交媒体等,新的分析研判也就需要像自然语言处理这样的AI技术来辅助支持。澜舟科技的孟子预训练金融模型已经提前对金融领域的海量公开数据进行了预训练,具备一定的泛金融领域的自然语言处理能力例如阅读理解、文本分类等,在实践应用中,只需要再基于垂直场景的数据集进一步微调就可以达到提升实际业务的效果。以投资或者行业研究来说,NLP技术可以帮助研究员从信息获取、分析研判,直至投资决策的几个环节发挥其优势,通过基于孟子预训练模型的搜索新范式技术,从海量的数据里基于智能的语义理解来更加快速、高效、准确地获取所需要的信息,并且通过舆情分析、关键词提取、行业标签、文章摘要、以及报告生成这些NLP的关键技术进一步提供分析研判,从而最终达到帮助研究员及投资经理做出决策支持的效果。此次和华夏基金的战略合作,是澜舟科技首次与资管行业机构牵手,双方会以联合实验室的形式共同面对短期和中长期的业务痛点和需求,逐一突破,促进人工智能创新,创造新的价值!
资料显示,华夏基金是经中国证监会批准成立的首批全国性基金管理公司之一,定位于综合性、全能化的资产管理公司,企业使命是为客户提供优质的投资理财产品和服务,使客户财富不断增长,提升客户生活品质,推动资本市场健康发展,为社会创造价值,为国家建设做贡献。澜舟科技是一家认知智能公司,由前微软亚洲研究院NLP领军人物周明博士于2021年创立,主要业务为针对商业场景数字化转型、以自然语言处理(NLP)为基础为客户提供商业洞见类产品,公司致力于成为NLP/AI领域内具有全球领导力的以科技驱动的创新性公司,此次双方合作,可谓强强联合,共促金融科技创新。
(CIS)
12:24 | 上交所与三大石油石化集团联合举办... |
12:22 | 复洁环保增资控股普霖科技 节能装... |
11:09 | 主业回暖副业成长 湘佳股份拟分派... |
11:03 | 光伏制造新标发布 金科环境助力光... |
10:42 | 平安养老险董事长甘为民:20年来公... |
10:39 | 今年前三季度小微企业享受税费减免... |
10:35 | 第三届上市公司可持续发展官高峰论... |
10:32 | 中国平安乡村振兴调研暨“百场助农... |
09:25 | 陆金所控股:任命朱培卿等担任董事 |
09:20 | 中国人保举办巨灾保险论坛暨巨灾风... |
00:05 | 东方电缆:海陆业务齐头并进频获大... |
00:05 | 多公司闲置土地被收储 持续盘活存... |
版权所有证券日报网
互联网新闻信息服务许可证 10120180014增值电信业务经营许可证B2-20181903
京公网安备 11010202007567号京ICP备17054264号
证券日报网所载文章、数据仅供参考,使用前务请仔细阅读法律申明,风险自负。
证券日报社电话:010-83251700网站电话:010-83251800 网站传真:010-83251801电子邮件:xmtzx@zqrb.net
扫一扫,即可下载
扫一扫,加关注
扫一扫,加关注