买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉悦锦数字科技(上海)股份有限公司;华东师范大学申请的专利基于多模态大语言模型的反洗钱风险规则生成方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120598567B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510671872.9，技术领域涉及：G06Q20/40；该发明授权基于多模态大语言模型的反洗钱风险规则生成方法和系统是由张吉林;钟琰;蔡晓敏;李叶;杨巨豪;李珂雨;谢屹;杨硕;朱家豪;董扬帆设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于多模态大语言模型的反洗钱风险规则生成方法和系统在说明书摘要公布了：本申请公开了基于多模态大语言模型的反洗钱风险规则生成方法和系统，其方法包括如下步骤：获取由交易数据组成的初始训练集，基于规则模型附加洗钱标签，然后由多模态大语言特征提取模型提取交易特征并进行扩充，由初始训练集和扩充数据集形成建模训练集；通过建模训练集拟合多模态大语言学习预测模型，得到交易数据的洗钱风险值，并计算结构化特征的实际贡献值；采用验证集输入多模态大语言学习预测模型，验证得到洗钱标签重新确定结果，更新至初始训练集，然后根据验证结果和结构化特征对洗钱风险值的贡献值生成更新的规则模型。本申请能够整合多模态交易数据，形成洗钱交易的风险预测模型，并实时调整更新，能精准识别的洗钱交易行为。

本发明授权基于多模态大语言模型的反洗钱风险规则生成方法和系统在权利要求书中公布了：1.一种基于多模态大语言模型的反洗钱风险规则生成方法，其特征在于，包括如下步骤： S100、获取由交易数据组成的初始训练集，基于初始的规则模型，为初始训练集内的交易数据附加洗钱标签； 所述初始的规则模型为基于交易数据的结构化特征来实现判别的模型； 然后由多模态大语言特征提取模型提取初始训练集中交易数据的交易特征，并对交易特征进行扩充形成扩充数据集，所述交易特征包括结构化特征和非结构化特征； 由初始训练集和扩充数据集形成用于建模的建模训练集； S200、通过建模训练集，构建交易数据对应的多模态数据特征向量，再将所述多模态数据特征向量与所述交易数据的原有的结构化特征向量合并形成多模态结构化特征向量，以多模态结构化特征向量为自变量，以交易数据的洗钱标签为应变量，构建多模态大语言学习预测模型，由多模态大语言学习预测模型输出建模训练集的交易数据对应的洗钱标签并得到洗钱风险值； 同时，计算交易数据中的结构化特征的Shapley值，Shapley值为结构化特征对洗钱风险值的贡献值； S300、设置验证集，基于初始的规则模型对验证集的交易数据进行判别，并附加洗钱标签，形成对照集； 然后将验证集的交易数据输入多模态大语言学习预测模型，得到验证集交易数据的洗钱风险值，对于洗钱风险值超过第一阈值的交易数据附加洗钱标签作为验证实验集； 将验证实验集与对照集进行对比，对于验证实验集与对照集的洗钱标签不一致的交易数据，通过审核人员人工进行交易数据是否为洗钱数据的确认或驳回，将最终确定为带有洗钱标签的交易数据补充进入规则模型的初始训练集的既往典型训练集； 然后持续计算各个结构化交易特征的Shapley值并进行排名，对在规定评估周期内Shapley值的排名均未达排名阈值的结构化特征在初始规则模型中对应的规则进行权重调整或淘汰，以及，若所述均未达排名阈值的结构化特征在初始规则模型里没有对应的规则，则建立相应的新规则补充至初始规则模型里，以生成更新的规则模型，对初始的规则模型进行更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人悦锦数字科技(上海)股份有限公司;华东师范大学，其通讯地址为：201100 上海市闵行区申昆路2377号4幢206A室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。