1.一种金融文本核查方法，其特征在于，包括：S101：获取待核查金融文本；

S102：检索所述待核查金融文本的多条相关证据；

S103：将所述待核查金融文本和每个所述相关证据进行拼接，将每个拼接结果均作为节点进行全连接，构造关于所述待核查金融文本的推理图；

S104：结合基于核函数的注意力机制，计算目标节点中的词语对相邻节点的词语的第一注意力权重，获取所述相邻节点的细粒度信息，其具体步骤包括：S1041：利用余弦相似度，计算所述目标节点的词语对所述相邻节点的词语的相似度值：；

其中， 分别表示所述目标节点中的第i个词语隐状态和所述相邻节点中的第j个词语隐状态，所述目标节点为所述推理图中的任意一个节点；

S1042：基于所述相似度值建立所述目标节点和所述相邻节点的交互矩阵；

S1043：结合所述交互矩阵，计算所述目标节点的词语对所述相邻节点的词语的语义匹配特征值 ：；

其中， 和 分别表示第k个核函数的均值和方差，q表示所述相邻节点，p表示所述目标节点；

S1044：利用Linear线性变换函数和softmax激活函数，计算所述目标节点中的词语对相邻节点的词语的第一注意力权重 ：；

S1045：利用所述第一注意力权重，整合所述目标节点的词语，得到所述相邻节点的细粒度信息 ，以控制所述相邻节点向所述目标节点的证据传播：；

其中，m表示所述待核查金融文本的词语数量，n表示所述相关证据的词语数量；

S105：根据所述细粒度信息，计算所述目标节点对所述相邻节点的第二注意力权重；

S106：利用所述第二注意力权重对所述目标节点进行更新，得到多证据节点；

S107：结合所述多证据节点，计算所述目标节点为真实标签的第一概率；

S108：计算所述目标节点中的待核查金融文本和相关证据的匹配特征信息；

S109：根据所述匹配特征信息，计算所述目标节点在所述推理图中被选择的第二概率；

S110：整合所有的所述目标节点的第一概率和相应的第二概率，计算所述待核查金融文本为真实标签的目标概率。

2.根据权利要求1所述的金融文本核查方法，其特征在于，所述S105具体为：S1051：引入多层感知机，结合softmax激活函数，计算所述目标节点对所述相邻节点的第二注意力权重 ：；

其中，“ ”表示拼接操作， 表示所述目标节点的初始化表示，即隐状态。

3.根据权利要求1所述的金融文本核查方法，其特征在于，所述S106具体为：S1061：通过所述第二注意力权重对所述细粒度信息进行加权求和，对所述目标节点进行更新，得到所述目标节点的多证据节点 ：；

其中，l表示与所述相关证据相对应的节点总数量。

4.根据权利要求1所述的金融文本核查方法，其特征在于，所述S107具体为：S1071：利用Linear线性变换函数和softmax激活函数,计算所述目标节点为真实标签的第一概率 :；

其中，G表示所述推理图， 表示所述目标节点。

5.根据权利要求1所述的金融文本核查方法，其特征在于，所述S108具体包括：S1081：建立所述目标节点中的待核查金融文本和相关证据的交互矩阵；

S1082：利用核函数计算所述目标节点中的待核查金融文本和相关证据的匹配特征信息 ；

；

其中，c表示所述待核查金融文本，表示所述相关证据 。

6.根据权利要求1所述的金融文本核查方法，其特征在于，所述S109具体为：S1091：利用Linear线性变换函数和softmax激活函数,计算所述目标节点为真实标签的第二概率 :。

7.根据权利要求1所述的金融文本核查方法，其特征在于，所述S110具体为：S1101：将所有的所述目标节点的第一概率和相应的第二概率进行加权整合，计算所述待核查金融文本为真实标签的目标概率 ： 。

8.一种金融文本核查系统，其特征在于，包括：获取模块，用于获取待核查金融文本；

检索模块，用于检索所述待核查金融文本的多条相关证据；

拼接模块，用于将所述待核查金融文本和每个所述相关证据进行拼接，将每个拼接结果均作为节点进行全连接，构造关于所述待核查金融文本的推理图；

第一计算模块，用于结合基于核函数的注意力机制，计算目标节点中的词语对相邻节点的词语的第一注意力权重，获取所述相邻节点的细粒度信息，其中，所述目标节点为所述推理图中的任意一个节点，其具体步骤包括：S1041：利用余弦相似度，计算所述目标节点的词语对所述相邻节点的词语的相似度值：；

其中， 分别表示所述目标节点中的第i个词语隐状态和所述相邻节点中的第j个词语隐状态，所述目标节点为所述推理图中的任意一个节点；

S1042：基于所述相似度值建立所述目标节点和所述相邻节点的交互矩阵；

S1043：结合所述交互矩阵，计算所述目标节点的词语对所述相邻节点的词语的语义匹配特征值 ：；

其中， 和 分别表示第k个核函数的均值和方差，q表示所述相邻节点，p表示所述目标节点；

S1044：利用Linear线性变换函数和softmax激活函数，计算所述目标节点中的词语对相邻节点的词语的第一注意力权重 ：；

S1045：利用所述第一注意力权重，整合所述目标节点的词语，得到所述相邻节点的细粒度信息 ，以控制所述相邻节点向所述目标节点的证据传播：；

其中，m表示所述待核查金融文本的词语数量，n表示所述相关证据的词语数量；

第二计算模块，用于根据所述细粒度信息，计算所述目标节点对所述相邻节点的第二注意力权重；

更新模块，用于利用所述第二注意力权重对所述目标节点进行更新，得到多证据节点；

第三计算模块，用于结合所述多证据节点，计算所述目标节点为真实标签的第一概率；

第四计算模块，用于计算所述目标节点中的待核查金融文本和相关证据的匹配特征信息；

第五计算模块，用于根据所述匹配特征信息，计算所述目标节点在所述推理图中被选择的第二概率；

整合模块，用于整合所有的所述目标节点的第一概率和相应的第二概率，计算所述待核查金融文本为真实标签的目标概率。

9.根据权利要求8所述的金融文本核查系统，其特征在于，所述第一计算模块具体包括：第一计算子模块，用于利用余弦相似度，计算所述目标节点的词语对所述相邻节点的词语的相似度值 ：；

其中， 分别表示所述目标节点中的第i个词语隐状态和所述相邻节点中的第j个词语隐状态；

建立子模块，用于基于所述相似度值建立所述目标节点和所述相邻节点的交互矩阵；

第二计算子模块，用于结合所述交互矩阵，计算所述目标节点的词语对所述相邻节点的词语的语义匹配特征值 ： ；

其中， 和 分别表示第k个核函数的均值和方差，q表示所述相邻节点，p表示所述目标节点；

第三计算子模块，用于利用Linear线性变换函数和softmax激活函数，计算所述目标节点中的词语对相邻节点的词语的第一注意力权重 ：；

整合子模块，用于利用所述第一注意力权重，整合所述目标节点的词语，得到所述相邻节点的细粒度信息 ，以控制所述相邻节点向所述目标节点的证据传播：；

其中，m表示所述待核查金融文本的词语数量，n表示所述相关证据的词语数量。