[發(fā)明專(zhuān)利]金融主體的識(shí)別方法、電子裝置和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110578190.5
• 申請(qǐng)日: 2021-05-26
• 公開(kāi)（公告）號(hào): CN113408285A
• 公開(kāi)（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 范如;范淵;楊勃
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州安恒信息技術(shù)股份有限公司
• 主分類(lèi)號(hào): G06F40/295
• 分類(lèi)號(hào): 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(jìn)聯(lián)浙知識(shí)產(chǎn)權(quán)代理有限公司 33250
• 代理人: 李洋

本申請(qǐng)涉及一種金融主體的識(shí)別方法、電子裝置和存儲(chǔ)介質(zhì)，其中，該金融主體的識(shí)別方法包括：將待分析的金融文檔輸入兩個(gè)以上各不相同的第一主體識(shí)別模型，得到第一預(yù)測(cè)結(jié)果集合，第一預(yù)測(cè)結(jié)果集合由與各第一主體識(shí)別模型對(duì)應(yīng)的各第一預(yù)測(cè)結(jié)果組成，各第一預(yù)測(cè)結(jié)果包含由對(duì)應(yīng)的第一主體識(shí)別模型預(yù)測(cè)得到的若干金融主體，根據(jù)各金融主體在第一預(yù)測(cè)結(jié)果集合中出現(xiàn)的次數(shù)，確定金融主體是否作為識(shí)別結(jié)果輸出，通過(guò)本申請(qǐng)，解決了容易誤判金融欺詐信息的主體的問(wèn)題，實(shí)現(xiàn)了更加準(zhǔn)確地識(shí)別金融欺詐信息的主體。

技術(shù)領(lǐng)域

本申請(qǐng)涉及自然語(yǔ)言處理領(lǐng)域，特別是涉及金融主體的識(shí)別方法、電子裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的飛速進(jìn)步和全球金融的高速發(fā)展，以互聯(lián)網(wǎng)為代表的各類(lèi)金融業(yè)已融入到經(jīng)濟(jì)社會(huì)發(fā)展的各個(gè)領(lǐng)域，金融信息呈現(xiàn)爆炸式增長(zhǎng)。P2P網(wǎng)絡(luò)借貸平臺(tái)，小額貸款公司，股權(quán)投資機(jī)構(gòu)等各類(lèi)金融業(yè)態(tài)不斷涌現(xiàn)，其融資規(guī)模、交易規(guī)模不斷擴(kuò)大，涉及的交易主體也越來(lái)越復(fù)雜，通過(guò)互聯(lián)網(wǎng)手段實(shí)施經(jīng)濟(jì)犯罪煽動(dòng)性更強(qiáng)、波及面更廣、危害更大。

金融監(jiān)管相比傳統(tǒng)行業(yè)監(jiān)管面臨更多的困難，如何從海量的金融信息中識(shí)別出金融欺詐信息的主體，目前還沒(méi)有提出有效的解決方案。現(xiàn)有技術(shù)中存在基于深度學(xué)習(xí)進(jìn)行命名實(shí)體識(shí)別，但是這種方法會(huì)有產(chǎn)生主體誤判的風(fēng)險(xiǎn)，如果直接采用去識(shí)別金融欺詐信息的主體，顯然無(wú)法準(zhǔn)確地識(shí)別金融欺詐信息的主體。

發(fā)明內(nèi)容

在本實(shí)施例中提供了一種金融主體的識(shí)別方法、電子裝置和存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)中金融欺詐信息的主體無(wú)法識(shí)別的問(wèn)題。

第一個(gè)方面，在本實(shí)施例中提供了一種金融主體的識(shí)別方法，所述方法包括：

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(gè)以上各不相同的第一主體識(shí)別模型，得到第一預(yù)測(cè)結(jié)果集合，所述第一預(yù)測(cè)結(jié)果集合由與各所述第一主體識(shí)別模型對(duì)應(yīng)的各第一預(yù)測(cè)結(jié)果組成，各所述第一預(yù)測(cè)結(jié)果包含由對(duì)應(yīng)的第一主體識(shí)別模型預(yù)測(cè)得到的若干金融主體；

根據(jù)各所述金融主體在所述第一預(yù)測(cè)結(jié)果集合中出現(xiàn)的次數(shù)，確定所述金融主體是否作為識(shí)別結(jié)果輸出。

在其中的一些實(shí)施例中，所述方法還包括：

獲取待訓(xùn)練的金融文檔，根據(jù)所述待訓(xùn)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(xùn)練集和驗(yàn)證集，根據(jù)所述訓(xùn)練集和所述第二字符序列，對(duì)兩個(gè)以上各不相同的第二主體識(shí)別模型進(jìn)行一輪以上的訓(xùn)練，得到第三主體識(shí)別模型集合，所述第三主體識(shí)別模型集合由與各所述第二主體識(shí)別模型對(duì)應(yīng)的多個(gè)第三主體識(shí)別模型組成，其中，所述第二主體識(shí)別模型每進(jìn)行一輪訓(xùn)練得到一個(gè)第三主體識(shí)別模型；

使用所述驗(yàn)證集對(duì)各所述第三主體識(shí)別模型進(jìn)行驗(yàn)證，得到各所述第三主體識(shí)別模型的召回率和第二預(yù)測(cè)結(jié)果集合，所述第二預(yù)測(cè)結(jié)果集合由與各所述第三主體識(shí)別模型對(duì)應(yīng)的各第二預(yù)測(cè)結(jié)果組成，各所述第二預(yù)測(cè)結(jié)果包含由對(duì)應(yīng)的第三主體識(shí)別模型預(yù)測(cè)得到的若干金融主體，將所述第三主體識(shí)別模型集合中符合召回率要求的第三主體識(shí)別模型確定為第四主體識(shí)別模型，其中，與所述第四主體識(shí)別模型對(duì)應(yīng)的各第二預(yù)測(cè)結(jié)果組成第三預(yù)測(cè)結(jié)果集合；

根據(jù)各所述金融主體在所述第三預(yù)測(cè)結(jié)果集合中出現(xiàn)的次數(shù)，確定所述金融主體是否作為預(yù)測(cè)結(jié)果輸出；

計(jì)算所述預(yù)測(cè)結(jié)果與驗(yàn)證集中標(biāo)定的金融欺詐信息主體的匹配度，將計(jì)算得到的所述匹配度滿足要求的所述第四主體識(shí)別模型確定為第一主體識(shí)別模型。

在其中的一些實(shí)施例中，所述第二主體識(shí)別模型通過(guò)以下至少之一構(gòu)建：

BERT-BLSTM-CRF模型和BERT-IDCNN-CRF模型。

在其中的一些實(shí)施例中，獲取待訓(xùn)練的金融文檔，根據(jù)所述待訓(xùn)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：