[發明專利]信息審核分類模型的構建方法和信息審核方法

在審

• 申請號: 202011521474.2
• 申請日: 2020-12-21
• 公開（公告）號: CN112613501A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 高文
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06F40/30;G06K9/46;G06K9/62;G06Q40/02;G06Q40/04;G06N3/02;G06N20/10;G06F17/18
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 劉雪帆

本申請涉及人工智能技術領域，提供了一種信息審核分類模型的構建方法、裝置、計算機設備和存儲介質。方法包括：獲取樣本圖像，對樣本圖像進行光學字符識別，得到文本識別結果，進行語義分析，根據對文本識別結果的語義分析結果，提取目標文本，基于與業務方對應的審核標簽生成規則，生成與目標文本對應的審核標簽進行審核標簽標注，根據攜帶有審核標簽的目標文本進行模型訓練，得到信息審核分類模型。不依賴人工進行打標簽處理，不僅提高了樣本的生成速度，而且能夠生成適用于不同的業務方的模型訓練的審核標簽，實現了樣本圖像的復用，快速訓練得到信息審核分類模型。此外，本申請還涉及區塊鏈技術，用戶的信息審核結果可存儲于區塊鏈中。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種信息審核分類模型的構建方法、信息審核方法、裝置、計算機設備和存儲介質。

背景技術

隨著信息技術的發展，信息的審核在日常生活中的應用越來越廣泛。以貸款審核為例，貸款人的申請信息層層審核，銀行再進行人工審核，人工審核過程復雜、耗時長，人工審核難以控制審核量的按時完成，造成貸款人對銀行方的服務產生質疑，使銀行方利益受損。由于信息審核涉及的流程和經辦人員眾多，就信息審核的過程而言，請求人等待時間太長。對審核方而言，審核流程十分的復雜不說，而且人工審核是否合乎標準難以判斷。

隨著人工智能技術的發展，通過訓練神經網絡模型取代人工處理在各個行業得到了應用，但在信息審核方面，由于模型的訓練依賴于大量的訓練樣本，而樣本需要基于歷史審核記錄通過人工進行樣本標簽標記，且不同的業務方由于其存在不同的審核標準，同樣的樣本訓練得到的模型無法適用于不同的業務方，從而導致模型訓練需要耗費大量時間進行樣本準備工作，模型訓練過程效率低。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高模型訓練過程效率的信息審核分類模型的構建方法、裝置、計算機設備和存儲介質。

一種信息審核分類模型的構建方法，方法包括：

獲取樣本圖像，對樣本圖像進行光學字符識別，得到文本識別結果；

對文本識別結果進行語義分析，根據語義分析結果，提取文本識別結果中的目標文本；

基于與業務方對應的審核標簽生成規則，生成與目標文本對應的審核標簽，對目標文本進行審核標簽標注；

根據攜帶有審核標簽的目標文本，對初始分類模型進行訓練，得到信息審核分類模型。

在其中一個實施例中，基于與業務方對應的審核標簽生成規則，生成與目標文本對應的審核標簽，對目標文本進行審核標簽標注包括：

獲取業務方對風險等級的評定配置參數；

根據評定配置參數，確定審核標簽生成規則；

根據審核標簽生成規則，遍歷目標文本，對目標文本中的信息進行分類統計；

根據分類統計結果和審核標簽生成規則，生成審核標簽；

根據目標文本生成特征向量，并對特征向量進行審核標簽標注。

在其中一個實施例中，包含目標文本的圖像為征信報告；根據評定配置參數，確定審核標簽生成規則包括：

根據評定配置參數中的用戶類型，確定與用戶類型對應各風險等級的負面信用交易閾值參數；其中，用戶類型包括個人用戶和企業用戶；

根據負面信用交易閾值參數，配置與風險等級對應的標簽生成規則。

在其中一個實施例中，根據負面信用交易閾值參數，配置與風險等級對應的標簽生成規則包括：

提取評定配置參數中對不同負面信用交易類型的權重參數；