SmartFi 项目 ： 为 FinTech 新闻探索 AI / ML

授权公开披露 项目SmartFi为 授权公开披露 FinTech新闻探索AI/ ML 在GOOGLECLOUD的推动下与 授权公开披露 SYNTASA合作 授权公开披露 由 摘要 世界银行金融和技术部与世界银行技术和创新实验室合作，与GoogleCloud和SyntasaInc.合作 ，了解人工智能和机器学习如何增强全球金融科技主题的新闻来源和情绪。本成果报告分享了关键的学习和见解，作为原型探索和开发的一部分。 本报告中概述的关键学习是由项目SmartFi（智能金融）团队准备的。 世界银行财政与技术（TREFT）：保罗·斯奈斯，帕特里克·程，贾斯卡兰·辛格 世界银行技术和创新实验室(ITSTI:)YusufKaracaoglu,StelaMocan,MoraFarhad,MaheshChandrahasKarajgi,OleksandraPostavnicha,YujuanSun 世界银行公司采购：SanjayColaco,ShwetaMesipam SyntasaIncorporated：ShawnZargham，MichaelFinn，KyleWitt，JamesWilson，EricBugin，KareemSharaf，TedBlake GoogleCloud：RyanWright，RajatGupta ACKNOWLEDGEMENTS Contents 缩写和首字母缩写v Section1:Overview1 执行摘要1项目背景3 项目团队和赞助商4 第2节：金融人工智能探索新闻5 研究方法5 业务挑战范围6 第3部分：与GoogleCloud和Syntasa9 与技术合作伙伴进行快速原型制作9解决方案概述和关键结果14技术方法(Syntasa)22 第4节：学习成果和未来注意事项37 世界银行的技术学习37商业学习和成果42 附录A：叙述式仪表板功能46附录B：参考数据50 附录C：Brandwatch55 附录D：SmartFi-受信任的域技术细节58附录E：SmartFi-不确定域技术细节62附录F： SmartFi-中文技术细节65 数字和表格 表2.16 图3.1：Syntasa解决方案10图3.2：建模提及16 图3.3：词云17图3.4：域源18 图3.5：域和PDF来源19图3.6：趋势主题20 图3.7：情感验证21 图3.8：情感模型可解释性21 图3.9：解决方案体系结构23图3.10：数据和AI管道24图3.11：中文应用程序配置25图3.12：主题建模参数27 图3.13：仪表板趋势短语28图3.14：情感可解释性29 Figure3.15:SentimentValidation30 图3.16：语言翻译性能32图3.17：PDF采购33 Figure3.18:SentimentExplainability34 图3.19：解决方案体系结构35图4.1：主题建模38 图4.2：主题建模解释器39表4.1：情绪分析模型40 ivSmartFi项目：为FinTech新闻探索AI/ML 缩写和首字母缩写 缩写Description缩写Description AI人工智能 API应用程序编程接口App应用程序AWSAmazonWebServices BARDAIGoogle的生成AI工具 BERT来自变压器的双向编码器表示 BI商业智能BQ大查询 ChatGPT打开AI的生成AI 工具 DLP数据丢失预防ETL提取变换负载FedRAMP联邦风险和 授权管理程序 FinTech金融与技术 FTX期货交易所GCPGoogle云平台IAM身份访问 管理 IoT物联网 ITSTI世界银行集团技术与创新实验室 JSONJavaScript对象表示法KPI关键绩效指标LDA潜在狄利克雷分配LLM大型语言模型 LookMLLooker建模语言 ML机器学习NLP自然语言处理 NMF负矩阵分解OCR光学字符识别POC概念证明PoV价值证明 RoBERTaBERT模型的变体RPA机器人 过程自动化 Saas软件即服务SmartFi智能金融 SME主题专家 TI实验室世界银行技术与创新实验室 TRE财政部 TREFT世界银行财政部金融技术部门UI用户界面 VPC虚拟私有云 v SECTION 1概述 执行摘要 在当今快节奏的世界中，了解最新的金融技术新闻和趋势可能具有挑战性，这可以帮助为财务和运营战略做出决策。互联网上可用的信息和意见数量可能是压倒性的，并且过滤掉对业务用户最相关和最重要的内容可能具有挑战性。技术 不断发展；新的趋势和发展可能每天都会出现。为了应对这一挑战，世界银行财政部金融技术部门 （TREFT）和世界银行集团技术与创新实验室（ITSTI）（以下简称“项目团队”）开展了一项框架工作，以探索新兴技术如何提供解决方案，以帮助用户访问策划，信任和相关的新闻来源，从而向他们通报热门话题的情绪。 ITSTI实验室遵循结构化方法，使用设计思维方法来了解最终用户的需求、需求和痛点。项目团队确定了关键主题和感兴趣的条款的示例列表；各种可信来源（包括开源和订阅内容以及社交媒体渠道）；以及感兴趣的地理区域，以帮助指导数据需求。该团队还进行了市场调查，以了解如何解决类似的问题，并建立在实验室知识的基础上。 在整个研究过程中，我们与最大的搜索提供商GoogleClod合作。GoogleClodPlatform(GCP)提供了一系列工具和服务，这些工具和服务有助于使用机器学习来获取新闻来源，例如云自然语言API来从新闻文章中提取实体、情感和见解，以及许多其他功能。我们还与GoogleClod的合作伙伴公司SytasaIc.合作 。，该公司专门从事情绪分析，通过数据分析生成见解，并了解数字行为，为业务用户定制解决方案。 SiphosethuFanti/peopleimages.com 借助GoogleCloud提供支持的Syntasa，我们合作设计和创建了一个仪表板原型，为用户提供获得对情绪趋势的洞察，以便可以按主题和地区快速识别行为转变。我们创建的可视化工具还提供了自定义过滤器的灵活性，以快速访问可消化的FinTech主题，可以帮助用户了解最新趋势 和他们所在行业的发展；发现新的机会；并做出明智的决定。 我们的合作为项目团队提供了机会，不仅可以探索潜在的解决方案，还可以向Syntasa学习 技术公司蓝图和开发人工智能(AI)和机器学习(ML)原型，以扩展到企业采用。世界银行技术与创新实验室（TILab）技术团队与Sytasa和GoogleClod密切合作，了解数据科学家如何构建自定义AI /ML模型，并测试它们在透明度、问责制和合规性方面的准确性和可解释性，并确保AI系统使用公平、符合道德和安全。本报告概述了我们开发的解决方案的技术知识、价值驱动因素和功能。 项目背景 世界银行的财政业务，金融技术部门（TREFT）帮助领导财政部的技术进步计划，从构想阶段到开发，并与财政部业务部门和技术开发商密切合作，成功实施。 TREFT积极与本行业务部门合作，为资金业务业务中的业务用例确定和实施合适的技术解决方案，并通过 内部和/或现成的解决方案。这一过程需要不断审查银行的内部技术能力，并与现有的行业标准和新的市场发展进行比较。因此，对于TREFT来说，有选择地监控新技术趋势和解决方案，并随后确定它们是否适合改善资金运营非常重要。目前，这一过程主要是手动执行的，大量的人员时间和资源定期用于此过程。当前的一些挑战包括： • • • • 手动采购整合最相关和最翔实的FinTech新闻和事件是乏味的。跟踪市场讨论以及围绕着著名的金融科技主题和事件的公众情绪。有限的搜索范围在新闻来源方面，考虑到时间和资源的限制。确定真实性新闻来源、其主题相关性和潜在的主题分类。 为了应对这些挑战，并系统地协调金融科技和技术新闻采购的过程，TREFT看到了一个独特的机会 探索模仿人类方法的AI系统，以便快速有效地获取与特定业务部门感兴趣的主题相关的精选新闻。相关的机会来自于自动化量化相关性、衡量情绪和确定新闻来源后的偏见的过程。这可以通过反映人类策略来实现，以衡量文章的相关性，并确定其整体情绪和偏见，这一过程也可以通过人工智能方法得到支持。 鉴于这些机会的存在以及将这样的AI解决方案部署到国库中的多个用例的潜在好处，TREFT及其合作伙伴InnovationLab合作探索可以满足用例要求的内部和现成解决方案。 项目团队和赞助商 TREFT在所有机构项目，维护以及预算和计划周期中协调世界银行财政部信息技术基础设施的有效内部管理，确保其保持符合目的，最新，安全和可靠。该股还制定和维护与财政部在全球金融市场中的重要地位相关的适当战略技术规划，并利用这一地位建立内部和外部伙伴关系，以实现市场和发展效应。TREFT的技术计划包括领先的财政部参与大型系统更新和金融技术领域的新兴技术项目，如AI/ML，区块链，RPA和世界银行金融项目。 TI实验室是世界银行集团信息和技术副行长的一个专门部门，围绕三个主要支柱：创新、实验和能力建设。TI实验室与世界银行集团内的各个部门和单位以及外部合作伙伴密切合作，以确定可以应用新兴技术解决业务和发展问题的潜在领域。它的目的是协助。 世界银行集团(WBG)的业务团队参与问题框架、需求收集、数据准备、技术指导和原型交付，以帮助决策者评估投资是否值得投入运营。TI实验室的任务是边干边学，并在团队间分享知识，以实现持续创新。 SECTION 2 金融新闻的人工智能探索 研究方法 收集和策划与特定主题或一组主题相关的新闻文章的最有效方法是什么？ 1 2 用于分析新闻文章的现有情感分析模型的准确性和可靠性如何，以及需要哪些类型的定制或培训来提高其性能？ 3 4 新闻文章的不同来源（社交媒体，传统新闻媒体，博客）在情感和与特定主题的相关性方面有何不同？ 将情感分析结果可视化和呈现给用户最有效的方法是什么？如何定制这些方法以满足不同利益相关者的需求？ 5 6 如何使用情绪分析来识别特定行业或领域的趋势和新兴主题，以及从这种分析中可以获得哪些类型的见解？ 使用情绪分析来策划和分析新闻文章有什么道德和法律意义，如何在解决方案的开发和实施中解决这些问题？ 7 不同的用户群体（分析师，高管，投资者）如何使用策划的新闻和情绪分析，以及其他哪些特征和功能对这些用户来说可能很重要？ 业务挑战范围 ThescopeofthePoCwasdeterminedbytheprojectteamincollaborationwithSyntasa.FoundationaldataandbasematerialwasprovidedasinputtotheSyntasateamasdetailedbelow: TREFT业务运营感兴趣的相关主题以具有以下结构的整体Excel文档的形式提供给Sytasa。开发了主要主题，并将各种子主题分类为主题，然后形成了相关的FiTech和与技术相关的关键字库。为了提供额外的过滤机制并考虑到主题的地理相关性，提供了额外的地理位置和区域列表，主题子主题产生更具体和相关的搜索结果。输入结构的简要示例可以在表2.1中看到，详细的概述在附录B中提供。 TABLE2.1 主题 资产令牌化 数字货币 Web3 关键词 •可替换令牌•ICO（首次硬币发行）•NFT（不可替代的令牌）•可编程货币•可编程支付•碳标记化•安全令牌提供(STO) •CBDC（中央银行数字货币）•交付与付款(DvP)•数字资产•数字钱包•稳定币•FOMO（害怕失踪）•即时付款 •区块链•加密货币•DApps（分散应用程序）•DLT（分布式分类帐技术 ） •分散自治组织(DAO)•分散金融(DeFi)•互操作性 区域列表 域列表 过滤器 （北美、南美、欧洲、中东和北非、亚洲等） （federalreserve.gov、ecb.europa.eu、bankofcana