开放银行基础模型：从稀少金融交易中学习语言表示
机器学习
2025-11-18 v1 人工智能
摘要
我们提出了一种用于金融交易的多模态基础模型，将结构化属性和非结构化文本描述整合到统一的表示中。通过适配掩码语言模型用于交易序列，证明了该方法不仅优于经典特征工程和离散事件序列方法，而且在数据稀缺的开放银行场景中尤其有效。据我们了解，这是首个跨数千家北美金融机构的大规模研究，提供了多模态表示可跨地理区域和机构泛化的证据。这些结果凸显了自监督模型在从防欺诈、信用风险到客户洞察等金融应用领域的潜力。
引用
@article{arxiv.2511.12154,
title = {Open Banking Foundational Model: Learning Language Representations from Few Financial Transactions},
author = {Gustavo Polleti and Marlesson Santana and Eduardo Fontes},
journal= {arXiv preprint arXiv:2511.12154},
year = {2025}
}