技術特征：

1.一種基于人工智能的財務智能問答方法，其特征在于，所述方法包括以下步驟：

2.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述結構化的財務問題表示包括財務目標、報表類型、時間區間和關鍵詞；

3.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述s1，還包括，設置基于規則的時間識別與標準化模塊，從問題中提取時間信息并利用正則表達式和簡單規則集來提取并轉換成標準的時間區間。

4.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述通過差分隱私機制對數據進行噪聲注入，以防泄漏敏感信息，最后通過聚合操作，將多個平臺返回的財務數據進行聚合；其中，所述差分隱私機制的隱私預算控制所述噪聲注入的噪聲強度，以保證數據隱私和數據質量之間的平衡；

5.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述上下文推理模型使用雙重注意力機制根據時間維度和上下文信息對財務數據進行增強，具體包括：

6.根據權利要求5所述的一種基于人工智能的財務智能問答方法，其特征在于，所述自適應異常檢測算法根據數據分布的標準化情況，動態調整異常檢測的閾值，包括：

7.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述時效性動態調整機制，構建如下：

8.根據權利要求7所述的一種基于人工智能的財務智能問答方法，其特征在于，所述智能決策結果包括預測的凈利潤和行業風險評估，為決策者提供優化建議和顯示經過時效性調整的數據；所述智能決策結果通過結構化的json格式輸出。

9.根據權利要求1所述的一種基于人工智能的財務智能問答方法，其特征在于，所述用戶反饋的調整，具體有：

10.一種基于人工智能的財務智能問答系統，其特征在于，所述系統包括：

技術總結
本發明提出了一種基于人工智能的財務智能問答方法及系統，方法包括：采集財務問題進行問題文本建模并分析問題中的關鍵詞；基于結構化的財務問題表示使用統一數據訪問層選擇與問題相關的跨平臺數據源進行檢索查詢；根據跨平臺數據和上下文信息構建下文推理模型；當當前財務市場情況發生變化時，設計時效性動態調整機制對財務數據進行時效性動態調整；收集基于初步智能決策結果的用戶反饋和初步智能決策結果，生成的最終決策結果。本發明有效解決現有技術中隱私泄露、上下文理解不足和數據處理能力有限等問題，為大規模、跨組織的財務數據分析和智能問答提供了新的解決方案。

技術研發人員：伍斯龍,吳桂華,張年松,劉駿
受保護的技術使用者：廣東電網有限責任公司
技術研發日：
技術公布日：2025/4/28