您的位置: 首页 >学术动态> 详细内容

学术动态

至公会计论坛第68期:基于异质文本的预测:一种保留来源信息的提示学习方法

来源:科研办公室 作者:张吾乐 审核:保海旭 发布时间:2026-10-19 14:58:23 浏览次数: 次 【字体:小 大】

应兰州大学管理学院智能财务管理研究所邀请,英国索尔福德大学吴宗晓助理教授将于学院举办学术讲座。欢迎感兴趣的师生积极参加!

主   题:基于异质文本的预测:一种保留来源信息的提示学习方法

主讲人:吴宗晓 助理教授

主持人:罗劲博 教授

时   间:2026年10月20日(周二)10:00-12:00

地   点:兰州大学城关校区(西区)齐云楼204会议室

讲座简介:

用于决策的文本往往来自不同的主体,而这些主体在信息掌握和行为激励上存在系统差异。现有方法通常对不同来源的文本分别建模,或将其合并为单一表示。前一种做法难以充分整合多源信息,后一种做法则可能掩盖各来源特有的信号,并削弱模型在来源层面的可解释性。报告提出一种保留来源信息的提示学习框架。该框架利用预训练语言模型的掩码预测能力,针对不同来源的文本分别构造类似“完形填空”的提示,将文本转化为具有明确来源含义的倾向得分,并在保留来源差异的基础上完成预测。报告将该框架应用于一个包含15项异质文本变量的小微企业贷款数据集。结果表明,无论直接采用预训练语言模型,还是针对预测任务进行微调,该框架的预测表现均优于仅依赖结构化变量的模型以及现有基准方法。来源层面的分析进一步显示,信贷员撰写的评估文本比借款人自述包含更多与贷款违约相关的预测信息。利润分析还表明,预测表现的提升能够转化为具有经济意义的信贷决策收益。

主讲人简介:

GPT image1

吴宗晓,现任英国索尔福德大学金融科技助理教授,博士毕业于英国爱丁堡大学商学院,随后在该校从事由安本投资(Aberdeen Investments)资助的企业风险与机器学习博士后研究。其研究聚焦大语言模型、自然语言处理和多模态学习在金融风险管理与智能决策中的应用。相关成果发表于European Journal of Operational Research, The British Accounting Review, Information Systems Frontiers和 Annals of Operations Research等期刊。曾在中国国际金融年会(CICF)、计算与金融计量经济学国际会议(CFE)、欧洲运筹学大会(EURO)和信用评分与信用控制国际会议(CSCC)等会议报告研究成果,并获欧洲运筹学会2025年度青年女性运筹学者奖。

分享到:
【打印正文】