[發(fā)明專利]一種數(shù)據(jù)質(zhì)檢方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110448549.7
• 申請(qǐng)日: 2021-04-25
• 公開（公告）號(hào): CN113128231A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 鄒陽;唐萬祺;陳健;李思雯
• 申請(qǐng)（專利權(quán)）人: 深圳市慧擇時(shí)代科技有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F16/35;G06F16/36;G06F40/194;G06F40/205;G06F40/284;G06Q40/08
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 夏歡

本發(fā)明公開了一種數(shù)據(jù)質(zhì)檢方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備，通過獲得待質(zhì)檢文本數(shù)據(jù)；對(duì)所述待質(zhì)檢文本數(shù)據(jù)執(zhí)行如下方式一和方式二中的至少一種；方式一：對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行正則匹配，從而確定所述待質(zhì)檢文本數(shù)據(jù)是否包括違規(guī)詞；方式二：通過預(yù)先建立的實(shí)體識(shí)別模型，對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行識(shí)別，從而得到所述待質(zhì)檢文本數(shù)據(jù)中的實(shí)體和所述實(shí)體的屬性信息；在預(yù)先建立的知識(shí)圖譜中，查詢獲得所述實(shí)體在所述知識(shí)圖譜中的屬性信息；將所述實(shí)體在所述知識(shí)圖譜中的屬性信息與通過所述實(shí)體識(shí)別模型得到的所述屬性信息進(jìn)行比對(duì)，從而確定所述待質(zhì)檢文本數(shù)據(jù)是否正確。本發(fā)明可以準(zhǔn)確地對(duì)保險(xiǎn)產(chǎn)品的解說內(nèi)容進(jìn)行質(zhì)檢，效率較高，準(zhǔn)確度較高。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)質(zhì)檢領(lǐng)域，特別涉及一種數(shù)據(jù)質(zhì)檢方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備。

背景技術(shù)

在現(xiàn)有的保險(xiǎn)智能質(zhì)檢系統(tǒng)中，常見的質(zhì)檢內(nèi)容包括：禁用語，法律法規(guī)，違規(guī)操作等。這些內(nèi)容均能夠通過規(guī)則配置或神經(jīng)網(wǎng)絡(luò)模型進(jìn)行質(zhì)檢。然而關(guān)于保險(xiǎn)產(chǎn)品的解說內(nèi)容，由于保險(xiǎn)產(chǎn)品特殊的時(shí)效性以及多樣性導(dǎo)致無法復(fù)用其它質(zhì)檢方法對(duì)解說內(nèi)容進(jìn)行質(zhì)檢。例如，壽險(xiǎn)具有時(shí)效性，不同的壽險(xiǎn)產(chǎn)品會(huì)不在同時(shí)間段上下架，并且壽險(xiǎn)涉及到大量具體產(chǎn)品屬性，例如壽險(xiǎn)的繳費(fèi)年限，保費(fèi)，保額等屬性。

通過積累語料訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的方法需要在特定時(shí)間段大量標(biāo)注語料，且隨著保險(xiǎn)產(chǎn)品的上下架，歷史累積語料也會(huì)隨之時(shí)效。因此基于該方法對(duì)保險(xiǎn)產(chǎn)品的解說內(nèi)容進(jìn)行質(zhì)檢具有不可實(shí)踐性，即目前尚無對(duì)保險(xiǎn)產(chǎn)品的解說內(nèi)容的質(zhì)檢方法。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的第一方面，一種數(shù)據(jù)質(zhì)檢方法，包括：

獲得待質(zhì)檢文本數(shù)據(jù)；

對(duì)所述待質(zhì)檢文本數(shù)據(jù)執(zhí)行如下方式一和方式二中的至少一種；

方式一：對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行正則匹配，從而確定所述待質(zhì)檢文本數(shù)據(jù)是否包括違規(guī)詞；

方式二：通過預(yù)先建立的實(shí)體識(shí)別模型，對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行識(shí)別，從而得到所述待質(zhì)檢文本數(shù)據(jù)中的實(shí)體和所述實(shí)體的屬性信息；在預(yù)先建立的知識(shí)圖譜中，查詢獲得所述實(shí)體在所述知識(shí)圖譜中的屬性信息；將所述實(shí)體在所述知識(shí)圖譜中的屬性信息與通過所述實(shí)體識(shí)別模型得到的所述屬性信息進(jìn)行比對(duì)，從而確定所述待質(zhì)檢文本數(shù)據(jù)是否正確。

結(jié)合第一方面，在某些可選的實(shí)施方法中，所述方法還包括：

獲得至少一條文本數(shù)據(jù)；

將所述至少一條文本數(shù)據(jù)進(jìn)行分詞，得到多個(gè)獨(dú)立詞組；

對(duì)所述多個(gè)獨(dú)立詞組進(jìn)行停用獨(dú)立詞組的過濾，從而得到多個(gè)有效獨(dú)立詞組，其中，所述停用獨(dú)立詞組至少包括預(yù)設(shè)的無效獨(dú)立詞組；

對(duì)所述多個(gè)有效獨(dú)立詞組進(jìn)行兩兩組合，得到多個(gè)有效組合詞組；

將多個(gè)預(yù)設(shè)的違規(guī)基礎(chǔ)詞、所述多個(gè)有效獨(dú)立詞組和所述多個(gè)有效組合詞組分別輸入至預(yù)先訓(xùn)練好的bert模型中，從而分別得到各所述違規(guī)基礎(chǔ)詞的編碼矩陣、各所述有效獨(dú)立詞組的編碼矩陣和各所述有效組合詞組的編碼矩陣；

根據(jù)各所述違規(guī)基礎(chǔ)詞的編碼矩陣、各所述有效獨(dú)立詞組的編碼矩陣和各所述有效組合詞組的編碼矩陣，從所述有效獨(dú)立詞組和所述有效組合詞組得到多個(gè)違規(guī)擴(kuò)展詞；

所述對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行正則匹配，從而確定所述待質(zhì)檢文本數(shù)據(jù)是否包括違規(guī)詞，包括：

對(duì)所述待質(zhì)檢文本數(shù)據(jù)進(jìn)行正則匹配，確定所述待質(zhì)檢文本數(shù)據(jù)中是否包括違規(guī)詞庫中的違規(guī)詞，其中，所述違規(guī)詞庫中的違規(guī)詞至少包括所述違規(guī)基礎(chǔ)詞和所述違規(guī)擴(kuò)展詞。