【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及人工智能，特別是涉及一種異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。
技術(shù)介紹
1、隨著業(yè)務(wù)規(guī)模的發(fā)展，目前金融業(yè)務(wù)已經(jīng)廣泛融入到人們的生活中。為滿足用戶的金融業(yè)務(wù)需求，需要對(duì)金融業(yè)務(wù)進(jìn)行管理。在用戶辦理金融業(yè)務(wù)時(shí)，存在以虛假原因進(jìn)行不正常的業(yè)務(wù)辦理的情況，為保證企業(yè)和用戶的業(yè)務(wù)處理安全性，需要對(duì)異常的業(yè)務(wù)進(jìn)行準(zhǔn)確識(shí)別。目前對(duì)異常業(yè)務(wù)進(jìn)行識(shí)別的方式通常是通過人工智能模型進(jìn)行識(shí)別。然而，目前的人工智能模型需要使用大量明確標(biāo)注的正負(fù)樣本進(jìn)行訓(xùn)練，導(dǎo)致模型的訓(xùn)練效率降低。
2、因此，目前對(duì)識(shí)別異常業(yè)務(wù)的模型的訓(xùn)練方法存在訓(xùn)練效率低的缺陷。
技術(shù)實(shí)現(xiàn)思路
1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高模型訓(xùn)練效率的異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。
2、第一方面，本申請(qǐng)?zhí)峁┝艘环N異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法，所述方法包括：
3、獲取待訓(xùn)練的異常業(yè)務(wù)識(shí)別模型和對(duì)應(yīng)的數(shù)據(jù)集；所述數(shù)據(jù)集包括攜帶負(fù)樣本標(biāo)簽的初始業(yè)務(wù)信息負(fù)樣本和攜帶正樣本標(biāo)簽的初始業(yè)務(wù)信息正樣本；
4、基于所述數(shù)據(jù)集中的所述初始業(yè)務(wù)信息負(fù)樣本和所述初始業(yè)務(wù)信息正樣本，對(duì)所述異常業(yè)務(wù)識(shí)別模型進(jìn)行第一訓(xùn)練，得到第一異常業(yè)務(wù)識(shí)別模型；
5、獲取無標(biāo)簽的業(yè)務(wù)信息樣本，將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于所述業(yè)務(wù)信息樣本輸出對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別
6、根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果和所述數(shù)據(jù)集，對(duì)所述第一異常業(yè)務(wù)識(shí)別模型進(jìn)行第二訓(xùn)練，直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型。
7、在其中一個(gè)實(shí)施例中，獲取待訓(xùn)練的異常業(yè)務(wù)識(shí)別對(duì)應(yīng)的數(shù)據(jù)集的步驟，包括：
8、獲取無標(biāo)簽的各個(gè)業(yè)務(wù)信息樣本和攜帶正樣本標(biāo)簽的各個(gè)初始業(yè)務(wù)信息正樣本；
9、根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本并添加負(fù)樣本標(biāo)簽，得到攜帶負(fù)樣本標(biāo)簽的各個(gè)初始業(yè)務(wù)信息負(fù)樣本；
10、根據(jù)各個(gè)所述初始業(yè)務(wù)信息負(fù)樣本和各個(gè)所述初始業(yè)務(wù)信息正樣本，生成所述數(shù)據(jù)集。
11、在其中一個(gè)實(shí)施例中，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
12、將各個(gè)所述業(yè)務(wù)信息樣本標(biāo)記為各個(gè)候選業(yè)務(wù)信息負(fù)樣本，根據(jù)各個(gè)所述候選業(yè)務(wù)信息負(fù)樣本構(gòu)建分類器；
13、由所述分類器根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息進(jìn)行分類，根據(jù)所述分類的結(jié)果確定各個(gè)所述初始業(yè)務(wù)信息負(fù)樣本并添加負(fù)樣本標(biāo)簽，得到攜帶負(fù)樣本標(biāo)簽的各個(gè)初始業(yè)務(wù)信息負(fù)樣本。
14、在其中一個(gè)實(shí)施例中，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
15、根據(jù)預(yù)設(shè)經(jīng)驗(yàn)庫和各個(gè)所述業(yè)務(wù)信息樣本的各個(gè)異常信息，對(duì)各個(gè)所述業(yè)務(wù)信息樣本進(jìn)行評(píng)分，得到各個(gè)所述業(yè)務(wù)信息樣本對(duì)應(yīng)的各個(gè)樣本評(píng)分；
16、根據(jù)所述樣本評(píng)分確定各個(gè)所述初始業(yè)務(wù)信息負(fù)樣本。
17、在其中一個(gè)實(shí)施例中，所述將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于所述業(yè)務(wù)信息樣本輸出對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果，包括：
18、將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型識(shí)別所述業(yè)務(wù)信息樣本對(duì)應(yīng)的業(yè)務(wù)類型以及所述業(yè)務(wù)類型對(duì)應(yīng)的置信度；
19、根據(jù)所述業(yè)務(wù)類型確定對(duì)應(yīng)的預(yù)測標(biāo)簽；
20、根據(jù)所述預(yù)測標(biāo)簽以及所述置信度，輸出所述業(yè)務(wù)信息樣本對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果。
21、在其中一個(gè)實(shí)施例中，所述根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果和所述數(shù)據(jù)集，對(duì)所述第一異常業(yè)務(wù)識(shí)別模型進(jìn)行第二訓(xùn)練，直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型，包括：
22、根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果，確定所述置信度大于預(yù)設(shè)閾值的目標(biāo)業(yè)務(wù)信息樣本；
23、根據(jù)攜帶所述預(yù)測標(biāo)簽的所述目標(biāo)業(yè)務(wù)信息樣本擴(kuò)充所述數(shù)據(jù)集，得到新的數(shù)據(jù)集；
24、將新的所述數(shù)據(jù)集輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于新的所述數(shù)據(jù)集輸出新的業(yè)務(wù)類型識(shí)別結(jié)果；
25、根據(jù)新的所述業(yè)務(wù)類型識(shí)別結(jié)果調(diào)整所述第一異常業(yè)務(wù)識(shí)別模型的模型參數(shù)，并返回根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果，確定所述置信度大于預(yù)設(shè)閾值的目標(biāo)業(yè)務(wù)信息樣本的步驟，直至滿足所述預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型。
26、第二方面，本申請(qǐng)?zhí)峁┝艘环N異常業(yè)務(wù)識(shí)別模型的訓(xùn)練裝置，所述裝置包括：
27、獲取模塊，用于獲取待訓(xùn)練的異常業(yè)務(wù)識(shí)別模型和對(duì)應(yīng)的數(shù)據(jù)集；所述數(shù)據(jù)集包括攜帶負(fù)樣本標(biāo)簽的初始業(yè)務(wù)信息負(fù)樣本和攜帶正樣本標(biāo)簽的初始業(yè)務(wù)信息正樣本；
28、第一訓(xùn)練模塊，用于基于所述數(shù)據(jù)集中的所述初始業(yè)務(wù)信息負(fù)樣本和所述初始業(yè)務(wù)信息正樣本，對(duì)所述異常業(yè)務(wù)識(shí)別模型進(jìn)行第一訓(xùn)練，得到第一異常業(yè)務(wù)識(shí)別模型；
29、輸入模塊，用于獲取無標(biāo)簽的業(yè)務(wù)信息樣本，將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于所述業(yè)務(wù)信息樣本輸出對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果；
30、第二訓(xùn)練模塊，用于根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果和所述數(shù)據(jù)集，對(duì)所述第一異常業(yè)務(wù)識(shí)別模型進(jìn)行第二訓(xùn)練，直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型。
31、第三方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的方法的步驟。
32、第四方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法的步驟。
33、第五方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法的步驟。
34、上述異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過初始業(yè)務(wù)信息負(fù)樣本和初始業(yè)務(wù)信息正樣本對(duì)待訓(xùn)練的異常業(yè)務(wù)識(shí)別模型進(jìn)行第一訓(xùn)練，基于第一訓(xùn)練得到的第一異常業(yè)務(wù)識(shí)別模型對(duì)無標(biāo)簽的業(yè)務(wù)信息樣本進(jìn)行識(shí)別，得到對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果，基于業(yè)務(wù)類型識(shí)別結(jié)果和數(shù)據(jù)集，對(duì)第一異常業(yè)務(wù)識(shí)別模型進(jìn)行第二訓(xùn)練，直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型。相較于傳統(tǒng)的通過大量明確標(biāo)注的正負(fù)樣本進(jìn)行訓(xùn)練，本方案通過結(jié)合有標(biāo)簽的初始樣本以及無標(biāo)簽樣本，對(duì)異常業(yè)務(wù)識(shí)別模型進(jìn)行多種迭代訓(xùn)練，減少了對(duì)標(biāo)簽樣本的需求，提高了異常業(yè)務(wù)識(shí)別模型的訓(xùn)練效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取待訓(xùn)練的異常業(yè)務(wù)識(shí)別對(duì)應(yīng)的數(shù)據(jù)集的步驟，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
5.根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的方法，其特征在于，所述將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于所述業(yè)務(wù)信息樣本輸出對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述業(yè)務(wù)類型識(shí)別結(jié)果和所述數(shù)據(jù)集，對(duì)所述第一異常業(yè)務(wù)識(shí)別模型進(jìn)行第二訓(xùn)練，直至滿足預(yù)設(shè)訓(xùn)練結(jié)束條件時(shí)，得到經(jīng)訓(xùn)練的異常業(yè)務(wù)識(shí)別模型，包括：
7.一種異常業(yè)務(wù)識(shí)別模型的訓(xùn)練裝置，其特征在于，所述裝置包括：
8.一種計(jì)算機(jī)設(shè)備，包括存
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。
...【技術(shù)特征摘要】
1.一種異常業(yè)務(wù)識(shí)別模型的訓(xùn)練方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取待訓(xùn)練的異常業(yè)務(wù)識(shí)別對(duì)應(yīng)的數(shù)據(jù)集的步驟，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各個(gè)所述業(yè)務(wù)信息樣本的異常信息，確定各個(gè)所述業(yè)務(wù)信息樣本中的各個(gè)初始業(yè)務(wù)信息負(fù)樣本，包括：
5.根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的方法，其特征在于，所述將所述業(yè)務(wù)信息樣本輸入所述第一異常業(yè)務(wù)識(shí)別模型，由所述第一異常業(yè)務(wù)識(shí)別模型基于所述業(yè)務(wù)信息樣本輸出對(duì)應(yīng)的業(yè)務(wù)類型識(shí)別結(jié)果，包括：
6.根據(jù)權(quán)利要求...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭江濤，秦宗國，
申請(qǐng)(專利權(quán))人：中國人壽保險(xiǎn)股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。