【技術實現步驟摘要】
本申請涉及自然語言處理，特別是涉及一種交易風險識別方法及相關裝置、設備和存儲介質。
技術介紹
1、隨著人工智能技術和互聯網技術的不斷發展，銀行等金融企業將自己的產品和服務放到互聯網上，為用戶提供更便利、更滿意的服務。但是，在營銷、交易、生態、內容的生產和傳播上面臨越來越嚴峻的安全挑戰，業務風控逐漸成為企業的基礎措施，以智能識別交易風險。
2、目前，現有交易風險識別技術一般包含：基于規則和黑名單方式、基于統計和數據挖掘方式、基于機器學習建模方式等。但是，這些現有方式均難以確保交易風險識別的準確性。有鑒于此，如何提升交易風險識別的準確性，成為亟待解決的問題。
技術實現思路
1、本申請主要解決的技術問題是提供一種交易風險識別方法及相關裝置、設備和存儲介質，能夠提升交易風險識別的準確性。
2、為了解決上述技術問題，本申請第一方面提供了一種交易風險識別方法，包括：至少基于目標對象在當前時刻的交易數據，提取當前時刻的交易特征；基于交易風險識別模型處理當前時刻的交易特征和歷史時刻的風險識別結果，預測目標對象在當前時刻的風險識別結果；其中，歷史時刻在當前時刻之前，交易風險識別模型通過自回歸進行預測，交易風險識別模型在訓練過程中以風險識別校對模型為參照對象進行強化學習。
3、為了解決上述技術問題，本申請第二方面提供了一種交易風險識別裝置，包括：特征提取模塊和風險預測模塊，特征提取模塊，用于至少基于目標對象在當前時刻的交易數據，提取當前時刻的交易特征；風險預測模塊，
4、為了解決上述技術問題，本申請第三方面提供了一種電子設備，至少包括相互耦接的存儲器和處理器，存儲器中至少存儲有程序指令，處理器用于執行程序指令以實現上述第一方面中的交易風險識別方法。
5、為了解決上述技術問題，本申請第四方面提供了一種計算機可讀存儲介質，存儲有能夠被處理器運行的程序指令，程序指令用于實現上述第一方面的交易風險識別方法。
6、上述方案，至少基于目標對象在當前時刻的交易數據，提取當前時刻的交易特征，并基于交易風險識別模型處理當前時刻的交易特征和歷史時刻的風險識別結果，預測目標對象在當前時刻的風險識別結果，且歷史時刻在當前時刻之前，交易風險識別模型通過自回歸進行預測，交易風險識別模型在訓練過程中以風險識別校對模型為參照對象進行強化學習，故一方面交易風險識別模型通過結合當前時刻的交易特征和歷史時刻的風險識別結果進行自回歸，能夠約束交易風險識別模型遵循目標對象在不同時刻其交易事件的發展規律以及內部關系進行風險預測，有助于從時序表征模型學習方面提升交易風險識別的準確性，另一方面交易風險識別模型在訓練過程中以風險識別校對模型為參照對象進行強化學習，故能夠約束交易風險識別模型在異常判別方面向風險識別校對模型靠齊，有助于從強化學習方面提升交易風險識別的準確性。故此，能夠提升交易風險識別的準確性。
本文檔來自技高網...【技術保護點】
1.一種交易風險識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述交易風險識別模型的訓練步驟包括：
3.根據權利要求2所述的方法，其特征在于，所述第一識別結果至少包括所述樣本對象在所述樣本當前時刻存在交易異常的第一概率值，所述第二識別結果至少包括所述樣本對象在所述樣本當前時刻存在交易異常的第二概率值，所述至少基于所述第一識別結果與所述第二識別結果之間差異，調整所述交易風險識別模型的網絡參數，包括：
4.根據權利要求2所述的方法，其特征在于，在所述至少基于所述第一識別結果與所述第二識別結果之間差異，調整所述交易風險識別模型的網絡參數之前，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述交易風險識別模型基于樣本交易數據進行訓練，所述樣本交易數據涉及正常交易數據、異常交易數據中至少一種交易數據，且至少部分所述異常交易數據由數據生成模型進行生成擴充得到。
6.根據權利要求5所述的方法，其特征在于，所述數據生成模型為經參數微調的大語言模型，且所述參數微調的步驟包括：
7.根據權
8.根據權利要求1所述的方法，其特征在于，在所述基于交易風險識別模型處理所述當前時刻的交易特征和歷史時刻的風險識別結果，預測所述目標對象在所述當前時刻的風險識別結果之后，所述方法還包括：
9.根據權利要求8所述的方法，其特征在于，所述方法還包括：
10.根據權利要求8所述的方法，其特征在于，所述方法還包括：
11.根據權利要求1所述的方法，其特征在于，所述至少基于目標對象在當前時刻的交易數據，提取所述當前時刻的交易特征，包括：
12.根據權利要求1至11任一項所述的方法，其特征在于，所述歷史時刻至少包括所述當前時刻的前一時刻、識別交易風險的首次時刻和次后時刻；和/或，
13.一種交易風險識別裝置，其特征在于，包括：
14.一種電子設備，其特征在于，至少包括相互耦接的存儲器和處理器，所述存儲器中至少存儲有程序指令，所述處理器用于執行所述程序指令以實現權利要求1至12任一項所述的交易風險識別方法。
15.一種計算機可讀存儲介質，其特征在于，存儲有能夠被處理器運行的程序指令，所述程序指令用于實現權利要求1至12任一項所述的交易風險識別方法。
...【技術特征摘要】
1.一種交易風險識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述交易風險識別模型的訓練步驟包括：
3.根據權利要求2所述的方法，其特征在于，所述第一識別結果至少包括所述樣本對象在所述樣本當前時刻存在交易異常的第一概率值，所述第二識別結果至少包括所述樣本對象在所述樣本當前時刻存在交易異常的第二概率值，所述至少基于所述第一識別結果與所述第二識別結果之間差異，調整所述交易風險識別模型的網絡參數，包括：
4.根據權利要求2所述的方法，其特征在于，在所述至少基于所述第一識別結果與所述第二識別結果之間差異，調整所述交易風險識別模型的網絡參數之前，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述交易風險識別模型基于樣本交易數據進行訓練，所述樣本交易數據涉及正常交易數據、異常交易數據中至少一種交易數據，且至少部分所述異常交易數據由數據生成模型進行生成擴充得到。
6.根據權利要求5所述的方法，其特征在于，所述數據生成模型為經參數微調的大語言模型，且所述參數微調的步驟包括：
7.根據權利要求5所述的方法，其特征在于，所述生成擴充的步驟包括...
【專利技術屬性】
技術研發人員：程晉培，何春江，田鵬，王嘯，劉天恒，
申請(專利權)人：科大訊飛股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。