近来，AI产业呈现出深度学习、跨界融合、人机协同、群智开放和自主智能等新特点。光大e信项目组积极探索AI赋能金控企业舆情管理新思路，自研智能化内容安全管理系统。

  国产模型框架安全可控

  通过场景、需求分析与技术调研，综合模型效果与技术安全考虑，该系统选用国产化百度飞桨深度学习模型框架作为模型的底层语言框架;在系统模型的具体实现与训练上选用ERNIE预训练模型，该模型在海量无监督数据上可进行多任务训练，适应多种自然语言处理任务扩展;此外其改进的Transformer架构基于文本关联进行信息编码，能够深度挖掘token之间的相互关系，从而很好地理解语言规律。

  在基于文本的金控企业社区情感分析模型场景中，使用金控企业社区特色语料在ERNIE预训练模型上进行精细调整，相较于传统的训练方式，可兼顾效率和更优模型效果。目前最新的模型成果在金控企业场景下取得0.9183的F1分数，在模型精确度模型泛化能力上都达到领先水平。

  全流程平台化操作闭环管理

  基于金控企业内部数据安全与情感分析模型训练自动化迭代的需求，该系统使用平台化方式搭建，于内网环境运行。在借鉴经典系统架构的基础上创新性搭建“集成金控企业社区情感分析模块和模型自适应管理模块”;系统内数据在两大模块间流转，实现数据闭环管理与模型自动迭代：增量数据经标注后成为模型训练数据，训练得到效果更好的金控企业情感分析模型，并再次应用于文本情感分析。通过反馈与统计分析，实时掌握企业舆情动态，实现舆情反馈闭环。

  助力舆情工作智能化发展

  基于情感分析模型能力，该系统可对企业社区内容进行快速判别响应，极大降低人工审核成本,实现全时段即时响应,为金控企业社区舆情管理提供了新思路,是推动实现智能化领域自主可控的重要尝试。