[發明專利]一種金融信貸短信的信息抽取和分析方法

有效

• 申請號: 201710233822.8
• 申請日: 2017-04-11
• 公開（公告）號: CN107423279B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 程宏亮;李煒;饒思維;黃蓉;周靜
• 申請（專利權）人: 美林數據技術股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216;G06F40/242;G06F40/253;G06F16/35;G06F16/36;G06F16/903;G06Q40/02
• 代理公司: 西安毅聯專利代理有限公司 61225
• 代理人: 楊燕珠

1.一種金融信貸短信的信息抽取和分析方法，其特征在于，包括：

訓練構建信貸類短信分類模型；使用信貸類短信分類模型對信貸類短信進行識別，并篩選出信貸類短信；

構造關鍵詞，并將篩選出的信貸類短信進行關鍵詞匹配后分析具體業務類型；

構建信息抽取規則模板引擎；使用信息抽取規則模板引擎對具體業務類型進行信息點的抽取與結構化輸出；

所述構建信息抽取規則模板引擎，包括：

構建注冊函數用以識別數字和日期字符串，實現對表達形式相對固定的結構進行匹配；

構建模板Trie樹、槽位詞典Trie樹，所述模板Trie樹用以存儲信息抽取的規則模板，掛載注冊函數；所述槽位詞典Trie樹用以存儲規則模板中設置的槽位的實例化詞條；

所述使用信貸類短信分類模型對信貸類短信進行識別，包括：

對輸入的短信文本進行分詞序列化；對輸入的短信文本使用相同的分詞技術得到短信對應的詞序列；

挑選特征詞條x_i，查詢特征詞條在所述信貸類短信分類模型中的概率分布；新輸入的短信文本經過分詞后生成由詞構成的序列結構，從中選擇所包含的特征詞條集合feature={x_1，x_2…，x_m}從線下訓練并保存的模型，即特征詞條與短信類別信息的概率分布P（x_i|C_j）中查找特征詞條x_i與信貸類、非信貸類的類別共現的概率分布值，其中C_j為短信類別信息的概率；

使用特征詞條的概率分布值，并輸出所述短信所屬最大概率的類別，所述類別包括信貸類或非信貸類。

2.如權利要求1所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，所述訓練構建信貸類短信分類模型，包括：

人工選取并按照信貸類和非信貸類短信數量1:1的比例構建訓練數據，對訓練數據的短信文本進行分詞序列化；

按照一定比例隨機抽取出訓練集與測試集，其中訓練集比例大于測試集比例，使用訓練集進行信貸類短信分類模型的構建，并在測試集上進行測試。

3.如權利要求2所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，從訓練集短信文本集合中提取特征詞條，在訓練集短信文本集合中統計特征詞條與類別相關的概率，存儲概率分布作為模型；

在測試集上測試模型，重新調整特征詞條，保留最優信貸類短信分類模型。

4.如權利要求1所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，將所述短信為信貸類的概率設置一個范圍值，使用特征詞條獲取的概率分布值大于所述范圍值時候，則將所述短信輸出為信貸類短信。

5.如權利要求1所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，所述信貸類短信進行關鍵詞匹配分析具體業務類型，包括：

構建關鍵詞黑白名單詞表；

對每一條信貸類短信進行匹配，得到其中命中的關鍵詞列表；

對匹配結果進行組合決策判斷，輸出具體業務類型，所述具體業務類型包括逾期、放貸、申請。

6.如權利要求5所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，多個關鍵詞同時存在則構建所述具體業務類型，所述組合決策用于判斷是否多個關鍵詞同時存在。

7.如權利要求1所述的一種金融信貸短信的信息抽取和分析方法，其特征在于，對于利用規則模板引擎進行逾期類短信的信息點的抽取，包括：

根據分析業務的需求編寫規則模板表達式，整合槽位對應的詞典集合；

使用規則引擎對信貸類短信文本進行遍歷匹配；

提取槽位信息并輸出，所述槽位信息指代模板表達式的屬性所指示的將要被提取出來的信息點。