[發明專利]金融主體的識別方法、電子裝置和存儲介質

在審

• 申請號: 202110578190.5
• 申請日: 2021-05-26
• 公開（公告）號: CN113408285A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 范如;范淵;楊勃
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F40/216;G06F16/35;G06K9/62;G06N3/04;G06N3/08;G06N20/10;G06Q40/00
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 李洋

1.一種金融主體的識別方法，其特征在于，包括：

獲取待分析的金融文檔；

將所述待分析的金融文檔輸入到兩個以上各不相同的第一主體識別模型，得到第一預測結果集合，所述第一預測結果集合由與各所述第一主體識別模型對應的各第一預測結果組成，各所述第一預測結果包含由對應的第一主體識別模型預測得到的若干金融主體；

根據各所述金融主體在所述第一預測結果集合中出現的次數，確定所述金融主體是否作為識別結果輸出。

2.根據權利要求1所述的金融主體的識別方法，其特征在于，所述方法還包括：

獲取待訓練的金融文檔，根據所述待訓練的金融文檔，得到第一字符序列和第二字符序列；

將所述第一字符序列分為訓練集和驗證集，根據所述訓練集和所述第二字符序列，對兩個以上各不相同的第二主體識別模型進行一輪以上的訓練，得到第三主體識別模型集合，所述第三主體識別模型集合由與各所述第二主體識別模型對應的多個第三主體識別模型組成，其中，所述第二主體識別模型每進行一輪訓練得到一個第三主體識別模型；

使用所述驗證集對各所述第三主體識別模型進行驗證，得到各所述第三主體識別模型的召回率和第二預測結果集合，所述第二預測結果集合由與各所述第三主體識別模型對應的各第二預測結果組成，各所述第二預測結果包含由對應的第三主體識別模型預測得到的若干金融主體，將所述第三主體識別模型集合中符合召回率要求的第三主體識別模型確定為第四主體識別模型，其中，與所述第四主體識別模型對應的各第二預測結果組成第三預測結果集合；

根據各所述金融主體在所述第三預測結果集合中出現的次數，確定所述金融主體是否作為預測結果輸出；

計算所述預測結果與驗證集中標定的金融主體的匹配度，將計算得到的所述匹配度滿足要求的所述第四主體識別模型確定為第一主體識別模型。

3.根據權利要求2所述的金融主體的識別方法，其特征在于，所述第二主體識別模型通過以下至少之一構建：

BERT-BLSTM-CRF模型和BERT-IDCNN-CRF模型。

4.根據權利要求2所述的金融主體的識別方法，其特征在于，獲取待訓練的金融文檔，根據所述待訓練的金融文檔，得到第一字符序列和第二字符序列，具體包括：

獲取待訓練的金融文檔，對所述待訓練的金融文檔進行預處理，得到第一文本信息；

對所述第一文本信息進行標注，得到第一字符序列和第二字符序列。

5.根據權利要求4所述的金融主體的識別方法，其特征在于，對所述待訓練的金融文檔進行預處理，得到第一文本信息，具體包括：

通過正則匹配去除所述待訓練的金融文檔中的冗余信息，得到處理后的金融文檔，其中，所述處理后的金融文檔包括標題和正文；

獲取所述標題與所述正文的編輯距離，若所述編輯距離大于第一閾值，則將所述標題與所述正文進行拼接，得到第一文本信息。

6.根據權利要求4所述的金融主體的識別方法，其特征在于，對所述第一文本信息進行標注，得到第一字符序列和第二字符序列包括：

對所述第一文本信息中的金融主體進行標注，得到第三字符序列，其中，所述第三字符序列包括標題和正文；

在所述第三字符序列中標記所述金融主體在所述正文中是否出現、在所述正文中出現的次數和在標題中是否出現，得到帶有標記信息的第二字符序列；

標注所述金融主體在所述第三字符序列中的位置信息，得到帶有標注信息的第一字符序列。

7.根據權利要求1所述的金融主體的識別方法，其特征在于，

所述第一主體識別模型包括訓練后的第一子模型和訓練后的第二子模型；

將所述待分析的金融文檔輸入到兩個以上各不相同的第一主體識別模型，得到第一預測結果集合包括：

將所述待分析的金融文檔輸入到所述訓練后的第一子模型，得到所述待分析的金融文檔對應的特征信息，其中，所述訓練后的第一子模型通過待訓練的金融文檔訓練得到；

將所述待分析的金融文檔對應的特征信息輸入到所述訓練后的第二子模型，得到第一預測結果集合。