金融年报智能分析系统

人工智能 其他 案例ID:253880
平安富贵
4 年经验· kuaishou
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

基于 **10,000+ 份 A 股上市公司年报 PDF**,开发金融文档智能问答与数据分析系统,支持上市公司信息查询、财务统计分析及开放式金融问题解答。

**本人参与核心问答系统设计、数据处理、模型微调及评测优化。**

采用 Python、Qwen2、PyTorch 等技术,设计大小模型协同架构,通过 P-Tuning 微调多个 7B 领域模型,分别完成意图识别、NL2SQL 和关键信息抽取,再结合 Qwen-32B 模型完成综合分析与自然语言回答。

针对 PDF 中复杂的财务表格,使用 Camelot 进行表格提取和结构化处理,并根据问题类型设计数值正确性、关键词和答案相似度等评测指标。

最终实现多种金融问答与分析能力,项目内部评测问答成功率达到 **87%**,适用于金融报告分析、企业文档智能检索和行业知识库等场景。

金融年报智能分析系统

人工智能 · 其他 案例ID:253880
联系该工程师
微信扫码,建群沟通
作者: 平安富贵 - 4年经验- kuaishou

案例介绍

基于 **10,000+ 份 A 股上市公司年报 PDF**,开发金融文档智能问答与数据分析系统,支持上市公司信息查询、财务统计分析及开放式金融问题解答。

**本人参与核心问答系统设计、数据处理、模型微调及评测优化。**

采用 Python、Qwen2、PyTorch 等技术,设计大小模型协同架构,通过 P-Tuning 微调多个 7B 领域模型,分别完成意图识别、NL2SQL 和关键信息抽取,再结合 Qwen-32B 模型完成综合分析与自然语言回答。

针对 PDF 中复杂的财务表格,使用 Camelot 进行表格提取和结构化处理,并根据问题类型设计数值正确性、关键词和答案相似度等评测指标。

最终实现多种金融问答与分析能力,项目内部评测问答成功率达到 **87%**,适用于金融报告分析、企业文档智能检索和行业知识库等场景。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×