[發(fā)明專利]實體關系抽取技術在銀行風控中的應用方法

在審

• 申請?zhí)枺?/td>: 202010756980.3
• 申請日: 2020-07-31
• 公開（公告）號: CN111859922A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設計）人: 李夢霄;馬方
• 申請（專利權）人: 上海銀行股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/295;G06F40/30;G06F16/36;G06Q40/02
• 代理公司: 上海翰信知識產權代理事務所(普通合伙) 31270
• 代理人: 張維東

1.一種實體關系抽取技術在銀行風控中的應用方法，其特征在于，所述實體關系包括實體的對公關系和對私關系，包括以下步驟：

數據獲取，獲取對公關系訓練數據集和對私關系訓練數據集；

模型訓練，深度訓練對公關系訓練數據集形成對公關系抽取模型，深度訓練對私關系訓練數據集形成對私關系抽取模型；

模型預測，分別采用對公關系抽取模型和對私關系抽取模型抽取新聞文本中的實體及其關系，形成對公關系預測集和對私關系預測集；

關系融合，融合對公關系預測集和對私關系預測集中各實體所對應的對公關系和對私關系；

圖譜構建，根據各實體所對應的對公關系和對私關系構建各實體的圖譜關系，各實體的圖譜關系與銀行內部圖譜融合形成綜合圖譜；

結果運用，將所述綜合圖譜運用于銀行的風控系統中。

2.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，獲取對公關系訓練數據集包括以下步驟：

抽取新聞文本；

采用NLP技術對抽取的新聞文本進行解析操作，得到新聞文本每條語句中包含的實體，以及各實體之間的對公關系，形成對公訓練三元組；

人工對得到的對公訓練三元組和其對應的新聞文本語句進行核驗；

若核驗通過，則由所有對公訓練三元組和其對應的新聞文本語句形成對公關系訓練數據集，若核驗不通過，則人工進行修改或刪除。

3.如權利要求2所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，所述解析操作包括：對抽取的新聞文本進行分詞、詞性分析、句法分析和語義標注操作。

4.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，獲取對私關系訓練數據集包括以下步驟：

獲取公開數據集，抽取公開數據集中對私關系的數據作為對私關系訓練數據集，對私關系訓練數據集中包括對私訓練三元組和其對應的文本語句。

5.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，在模型預測過程中，還包括以下步驟：

分別采用對公關系抽取模型和對私關系抽取模型抽取新聞文本中的實體及其關系，得到由各實體及其相互之間的對公關系形成的對公預測三元組和由各實體及其相互之間的對私關系形成的對私預測三元組；

由各對公預測三元組及其對應的新聞文本語句形成對公關系預測集，由各對私預測三元組及其對應的新聞文本語句形成對私關系預測集。

6.如權利要求5所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，

在形成對公關系預測集后，隨機抽取對公關系預測集中的部分樣本數據，人工對抽取的對公預測三元組和其對應的新聞文本語句進行核驗；

在形成對私關系預測集后，隨機抽取對私關系預測集中的部分樣本數據，人工對抽取的對私預測三元組和其對應的新聞文本語句進行核驗。

7.如權利要求6所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，核驗方式如下：

若核驗成功，則將核驗成功的樣本數據加入對公關系訓練數據集或對私關系訓練數據集；

若核驗失敗，則人工修改再核驗，將核驗成功的樣本數據加入對公關系訓練數據集或對私關系訓練數據集，對于人工修改也無法核驗成功的樣本數據直接舍棄；

不斷重復深度訓練更新后的對公關系訓練數據集和/或對私關系訓練數據集，并調整模型超參數，得到預測精度符合要求的對公關系抽取模型和/或對私關系抽取模型。

8.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，所述對公關系抽取模型和所述對私關系抽取模型的建模方式包括：

采用BERT模型結構；

利用管道式命名識別實體+關系分類的方式進行建模。

9.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，融合各實體所對應的對公關系和對私關系的方式為：

以各實體所對應的對公關系為主鍵，對各實體所對應的對私關系進行匹配。

10.如權利要求1所述的實體關系抽取技術在銀行風控中的應用方法，其特征在于，

對公關系包括：創(chuàng)始人、董事長、法人代表、總裁、股東、子公司以及總經理；

對私關系包括：母親、父親、丈夫、妻子、兒子、女兒、哥哥、弟弟、姐妹以及妹妹。