摘要
本案涉及基于多模态文本‑图学习的洗钱检测方法，用于解决现有洗钱检测准确率不高的问题。本方案基于比特币交易数据构建地址‑交易二分图，以表示地址节点和交易节点之间的关系，并获取该二分图中各节点的图嵌入特征；基于比特币交易历史数据确定正常行为与洗钱行为的差异，对根据这些差异为各节点生成提示文本，进而获取文本嵌入特征；将所述图嵌入特征和所述文本嵌入特征融合，获得多模态特征，进而基于所述多模态特征获取最终的洗钱行为检测结果。该方案从多角度挖掘洗钱线索，增强对洗钱行为的识别能力，相比单一模态检测，减少了对噪声和不完整数据的敏感性，提高了检测鲁棒性和准确率。
