技术·论 | 基于深度学习，如何勾勒投资机构画像

2023-03-16

作者 | 侯启予 

编辑 | 吾小道

• 2012年由Alex Krizhevsky等人提出的深度神经网络模型AlexNet，在当年的ImageNet图像分类比赛中以错误率15.3%夺冠，这是深度学习开始崛起的标志性事件之一。

  
  

• 2016年由DeepMind开发的AlphaGo在围棋比赛中击败了韩国九段棋手李世石，标志着深度学习在复杂智力游戏领域的成功应用。

• 2020年，DeepMind开发的AlphaFold在CASP14蛋白质三维结构预测竞赛中取得了重大突破，标志着深度学习在生物领域的应用和突破，为蛋白质结构研究和药物开发提供了新的思路和方法。

  
  

• 2022年，OpenAI开发ChatGPT、GPT-4表现出了惊人的自然语言理解和生成能力，可以通过一个模型完成之前很多不同模型才能分别完成的任务，代表了自然语言处理的新的范式转移。

  
  

  前沿的深度学习研究成果成功掀起了一轮又一轮的人工智能热潮，目前市面上所有应用人工智能的行业，几乎都用到了深度学习模型。而随着今日GPT-4的发布，人工智能在近期又将成为社会各界热议的话题。
  

  
  

  吾道科技自创立开始就专攻人工智能在金融垂直领域的深度应用，为投资公司、券商、会所、律所等机构提供金融大数据产品及服务，涵盖资本市场数据分析、企业风险预警、智能辅助撰写等多个解决方案，并不断训练自有模型，使其不仅能够输出高精度的预测结果，同时还能提供分析依据，为AI技术在金融领域的关键场景应用带来新的机遇，助力客户实现更智能、高效、精准的金融决策。

  
  

  吾道科技研发的资本透视系统获取国内创投一手全量数据，动态追踪投融资事件，通过信息过筛、信息抽取和多维分类，实现数据结构化、可视化。投资机构画像覆盖机构投资各个方面，包含被投企业、机构、GP/LP、基金等视角，组建赛道策略、政策、地区偏好、行业偏好等多维度投资组合策略分析，以构建投资机构画像。

   
  

  就技术方法而言，吾道科技长期自研相关的自然语言处理技术，依靠基于深度学习的预训练语言模型，对投融资等信息进行深度剖析，研发了包括文本分类、文本聚类、命名实体识别、事件抽取、情感分析、关键词抽取等系列工具，完成各类资讯中自然语言内容的理解。对于融资事件，吾道科技收集多渠道公开信息来源，利用文本分类筛选数据，进一步使用文本聚类进行去重及聚合，以完成事件元素抽取，采集市场历次融资事件的交易信息、投资方构成、企业估值等数据。再者，利用半结构化表格数据以及文本和图表之间的关联性，通过自研的事件抽取技术和表格识别技术，从投资项目相关内容中抽取多维度关键动态信息，并组合企业历次投融资事件，并构建相应的金融事件知识图谱，帮助投行及投资从业人员更全面地了解企业发展脉络及当前面貌，同时深度分析投资机构的投资表现。

  
  

  未来我们将持续优化深度学习技术的研发和应用，完善金融数据提取，并基于金融知识图谱为各类金融机构提供更为便利、全面、具有关联性、契合应用场景的金融大数据服务。

  
  

  今天，GPT-4的发布为LLM时代揭幕了新篇章，金融知识图谱的未来该延伸至何处，又该如何适应这巨大的变革？在即将到来的本周六，吾道科技将参与DataFun2023年的知识图谱线上论坛，到时，吾道科技联合创始人兼首席科学家王俊博士，将带来主题为《LLM时代的金融知识图谱实践》分享，欢迎大家届时收看。

         
  

  / 直播预告 /