财经数据科学重点实验室举行2025年第017期学术讨论会
11月30日，江西财经大学财经数据科学重点实验室举行2025年第17期学术讨论会，分别围绕“海底地形数据集重构”与“经济系统数字孪生”两大主题开展专题研讨。会议由实验室负责人主持，相关教师及项目组全体成员参加。两场会议围绕海底地形数据集报告完善、PPT 优化、可视化网页升级、Transformer神经网络架构、BERT模型应用以及政府机制关系等方向展开深入交流，全面展示了实验室在多领域科研探索中的最新进展。
当日上午，海底地形数据集重构专题研讨会以“细化流程、提升质量”为目标，分两大议程交流。在数据集报告及 PPT 完善环节，参会者就PPT优化达成共识：调整字体风格，保持简洁专业；每页配套说明文档，清晰阐述核心逻辑；优化结构，遵循“方法-结果”对应原则；明确纠偏内容需阐明原理及“为何纠偏”的背景与必要性。在可视化网页完善建议讨论环节，为提升网页实用性与数据展示效果，参会人员围绕功能升级与体验优化提出系列要求。其一丰富内容维度，新增不确定分析模块；其二搭建统一产品菜单；其三优先完善差值计算与热力图可视化功能；其四新增产品与船测数据可视化对比功能，支持用户输入船测编号，快速关联对应船测数据进行对比展示，提升数据验证效率；其五，补充特殊地形可视化模块，重点呈现海山、海沟等特殊地形的相关数据与空间分布特征，丰富数据展示场景；其六，优化海图渲染功能，支持对可视化海图进行二次、三次渲染，进一步提升图像效果与数据表现力，让数据呈现更清晰、直观。
当日下午，经济系统数字孪生常态化学术研讨会围绕“Transformer神经网络架构”“BERT模型应用”以及“政府机制关系”三大主题展开深入分享，开展财经文本智能分析专项研究，集中展示实验室在财经非结构化数据处理、语义深度解析等领域的最新进展。在Transformer核心架构专题中，针对传统循环神经网络在处理长文本和专业数据时存在的效率瓶颈，研究系统解析了其编码器-解码器协同机制。编码器借助多头自注意力捕捉文本内部隐藏关联，结合残差连接与层归一化提升特征表达能力；解码器基于掩码机制与跨注意力层实现目标序列有序生成。该架构为财经政策文本、财务报告等专业资料的深度解析奠定了高效技术基础。在BERT模型应用部分，研究聚焦其“预训练-微调”模式在财经领域的落地转化。预训练阶段通过掩码语言模型（MLM）与下一句预测（NSP）任务，使模型从海量财经语料中学习专业语义与文本逻辑关联；微调阶段则面向政策评估、市场情绪分析等具体场景构建专用输出层，实现从通用模型向财经专业工具的高效迁移。围绕政府机制关系主题，研讨会系统梳理了省委、省政府办公厅及战略规划、创新驱动与人才支撑、社会保障与公共服务等八大类厅局机构的职能脉络，并总结提出理论构建型、实证检验型、过程演绎型及设计型四类机制图及其适用场景。下一步，研究将继续围绕政策制定流程、统计数据发布规律、国家部委联动机制等方面展开深化，为提升政务运转效能提供体系化支持。
此次研讨会高效务实，明确了优化方向，深化师生协作，推动创新。现场点评围绕模型架构解析的逻辑连贯性、BERT财经场景适配细节、语料库建设与学科分类指数工作的成果呈现等方面提出改进建议，为后续研究优化模型应用、完善数据体系等方面提供明确指导。
图文/詹杰儒 王韵 宗荔
编辑/鲍道斌
审核/蒋玉琼 李晶