事件评估方法及装置制造方法及图纸

本说明书一个或多个实施例公开了一种事件评估方法及装置，用以解决现有技术中无法对事件的严重程度进行评估的问题。所述方法包括：针对指定类型的第一待预测事件，确定第一待预测事件的第一事件内容；根据第一事件内容及预先训练的第一模型，确定第一待预测事件对应的第一事件处理结果；根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定第一事件处理结果对应的第一评估信息；获取多个第一待预测事件的事件内容及其对应的第一评估信息；及，以各第一待预测事件的事件内容及其分别对应的各第一评估信息为样本数据训练第二模型；其中，第二模型用于预测指定类型的事件所对应的评估信息。

Event assessment methods and devices

【技术实现步骤摘要】
事件评估方法及装置
本说明书涉及事件处理
，尤其涉及一种事件评估方法及装置。
技术介绍
目前，在对事件进行评估时，通常是简单的对事件进行两类划分，如好事或者坏事、正确或者错误等。尤其是在欺诈案件的审理定性场景中，仅对案件进行简单的类别划分，如对案件定位欺诈、非案件或违禁，甚至细分之后只有兼职刷单、套现、冒充公检法等小分类，而对于案件的严重程度是完全没有建立的。一些相关技术对于案件的严重程度采用金额的单一反映方式，显然，这对于案情的反映不够客观，会造成很多纰漏。比如在某一地区发生了大量的批量案件，这些案件的资损往往都不够大，但是造成事件的恶劣影响却是很大的，原因在于涉及的案件过多，人力不可能批量的进行相关处理，且采用人力建模的方式也不够客观。
技术实现思路
本说明书一个或多个实施例的目的是提供一种事件评估方法及装置，用以解决现有技术中无法对事件的严重程度进行评估的问题。为解决上述技术问题，本说明书一个或多个实施例是这样实现的：一方面，本说明书一个或多个实施例提供一种事件评估方法，包括：针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定类型的事件的事件内容预测事件处理结果；根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定所述第一事件处理结果对应的第一评估信息；获取多个所述第一待预测事件的事件内容及其对应的所述第一评估信息；及，以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述指定类型的事件所对应的评估信息。在一个实施例中，在确定所述第一待预测事件的第一事件内容之前，还包括：获取所述指定类型的多个样本事件，及，获取各所述样本事件分别对应的事件信息；其中，所述事件信息包括事件内容及事件处理结果；对所述多个样本事件及其分别对应的事件信息进行学习，以训练出所述第一模型。在一个实施例中，在以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型之后，还包括：针对所述指定类型的第二待预测事件，利用所述事件处理结果与所述评估信息之间的对应关系及所述第一模型，预测所述第二待预测事件的第二评估信息；及，利用所述第二模型预测所述第二待预测事件的第三评估信息；根据预设的所述第一模型及所述第二模型分别对应的权重，对所述第二评估信息及所述第三评估信息进行加权平均计算，得到所述第二待预测事件的第四评估信息。在一个实施例中，所述评估信息包括评估分值和/或评估等级。在一个实施例中，所述指定类型的事件包括被投诉事件；所述事件处理结果包括对所述被投诉事件所执行的事件处罚结果。另一方面，本说明书一个或多个实施例提供一种事件评估方法，包括：根据第一司法案件的裁判文书，确定所述第一司法案件的第一案件文本；根据所述第一案件文本及预先训练的第一模型，确定所述第一司法案件对应的第一案件裁判结果；其中，所述第一模型用于根据司法案件的案件文本预测案件裁判结果；根据预设的案件裁判结果与案件严重程度的评估信息之间的对应关系，确定所述第一案件裁判结果对应的第一评估信息；获取多个所述第一司法案件的案件文本及其对应的所述第一评估信息；及，以各所述第一司法案件的案件文本及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述司法案件所对应的评估信息。在一个实施例中，所述方法还包括：获取多个样本司法案件及其分别对应的案件信息；其中，所述案件信息包括案件文本及案件裁判结果；对所述多个样本司法案件及其分别对应的案件信息进行学习，以训练出所述第一模型。再一方面，本说明书一个或多个实施例提供一种事件评估装置，包括：第一确定模块，用于针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；第二确定模块，用于根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定类型的事件的事件内容预测事件处理结果；第三确定模块，用于根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定所述第一事件处理结果对应的第一评估信息；第一训练模块，用于获取多个所述第一待预测事件的事件内容及其对应的所述第一评估信息；及，以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述指定类型的事件所对应的评估信息。在一个实施例中，所述装置还包括：第一获取模块，用于在确定所述第一待预测事件的第一事件内容之前，获取所述指定类型的多个样本事件，及，获取各所述样本事件分别对应的事件信息；其中，所述事件信息包括事件内容及事件处理结果；第二训练模块，用于对所述多个样本事件及其分别对应的事件信息进行学习，以训练出所述第一模型。在一个实施例中，所述装置还包括：第一预测模块，用于在以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型之后，针对所述指定类型的第二待预测事件，利用所述事件处理结果与所述评估信息之间的对应关系及所述第一模型，预测所述第二待预测事件的第二评估信息；及，利用所述第二模型预测所述第二待预测事件的第三评估信息；计算模块，用于根据预设的所述第一模型及所述第二模型分别对应的权重，对所述第二评估信息及所述第三评估信息进行加权平均计算，得到所述第二待预测事件的第四评估信息。在一个实施例中，所述评估信息包括评估分值和/或评估等级。在一个实施例中，所述指定类型的事件包括被投诉事件；所述事件处理结果包括对所述被投诉事件所执行的事件处罚结果。再一方面，本说明书一个或多个实施例提供一种事件评估装置，包括：第四确定模块，用于根据第一司法案件的裁判文书，确定所述第一司法案件的第一案件文本；第五确定模块，用于根据所述第一案件文本及预先训练的第一模型，确定所述第一司法案件对应的第一案件裁判结果；其中，所述第一模型用于根据司法案件的案件文本预测案件裁判结果；第六确定模块，用于根据预设的案件裁判结果与案件严重程度的评估信息之间的对应关系，确定所述第一案件裁判结果对应的第一评估信息；第三训练模块，用于获取多个所述第一司法案件的案件文本及其对应的所述第一评估信息；及，以各所述第一司法案件的案件文本及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述司法案件所对应的评估信息。在一个实施例中，所述装置还包括：第二获取模块，用于获取多个样本司法案件及其分别对应的案件信息；其中，所述案件信息包括案件文本及案件裁判结果；第四训练模块，用于对所述多个样本司法案件及其分别对应的案件信息进行学习，以训练出所述第一模型。再一方面，本说明书一个或多个实施例提供一种事件评估设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定本文档来自技高网...

【技术保护点】
1.一种事件评估方法，包括：针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定类型的事件的事件内容预测事件处理结果；根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定所述第一事件处理结果对应的第一评估信息；获取多个所述第一待预测事件的事件内容及其对应的所述第一评估信息；及，以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述指定类型的事件所对应的评估信息。

【技术特征摘要】
1.一种事件评估方法，包括：针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定类型的事件的事件内容预测事件处理结果；根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定所述第一事件处理结果对应的第一评估信息；获取多个所述第一待预测事件的事件内容及其对应的所述第一评估信息；及，以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述指定类型的事件所对应的评估信息。2.根据权利要求1所述的方法，在确定所述第一待预测事件的第一事件内容之前，还包括：获取所述指定类型的多个样本事件，及，获取各所述样本事件分别对应的事件信息；其中，所述事件信息包括事件内容及事件处理结果；对所述多个样本事件及其分别对应的事件信息进行学习，以训练出所述第一模型。3.根据权利要求1所述的方法，在以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型之后，还包括：针对所述指定类型的第二待预测事件，利用所述事件处理结果与所述评估信息之间的对应关系及所述第一模型，预测所述第二待预测事件的第二评估信息；及，利用所述第二模型预测所述第二待预测事件的第三评估信息；根据预设的所述第一模型及所述第二模型分别对应的权重，对所述第二评估信息及所述第三评估信息进行加权平均计算，得到所述第二待预测事件的第四评估信息。4.根据权利要求1所述的方法，所述评估信息包括评估分值和/或评估等级。5.根据权利要求1所述的方法，所述指定类型的事件包括被投诉事件；所述事件处理结果包括对所述被投诉事件所执行的事件处罚结果。6.一种事件评估方法，包括：根据第一司法案件的裁判文书，确定所述第一司法案件的第一案件文本；根据所述第一案件文本及预先训练的第一模型，确定所述第一司法案件对应的第一案件裁判结果；其中，所述第一模型用于根据司法案件的案件文本预测案件裁判结果；根据预设的案件裁判结果与案件严重程度的评估信息之间的对应关系，确定所述第一案件裁判结果对应的第一评估信息；获取多个所述第一司法案件的案件文本及其对应的所述第一评估信息；及，以各所述第一司法案件的案件文本及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述司法案件所对应的评估信息。7.根据权利要求6所述的方法，还包括：获取多个样本司法案件及其分别对应的案件信息；其中，所述案件信息包括案件文本及案件裁判结果；对所述多个样本司法案件及其分别对应的案件信息进行学习，以训练出所述第一模型。8.一种事件评估装置，包括：第一确定模块，用于针对指定类型的第一待预测事件，确定所述第一待预测事件的第一事件内容；第二确定模块，用于根据所述第一事件内容及预先训练的第一模型，确定所述第一待预测事件对应的第一事件处理结果；其中，所述第一模型用于根据所述指定类型的事件的事件内容预测事件处理结果；第三确定模块，用于根据预设的事件处理结果与事件严重程度的评估信息之间的对应关系，确定所述第一事件处理结果对应的第一评估信息；第一训练模块，用于获取多个所述第一待预测事件的事件内容及其对应的所述第一评估信息；及，以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型；其中，所述第二模型用于预测所述指定类型的事件所对应的评估信息。9.根据权利要求8所述的装置，还包括：第一获取模块，用于在确定所述第一待预测事件的第一事件内容之前，获取所述指定类型的多个样本事件，及，获取各所述样本事件分别对应的事件信息；其中，所述事件信息包括事件内容及事件处理结果；第二训练模块，用于对所述多个样本事件及其分别对应的事件信息进行学习，以训练出所述第一模型。10.根据权利要求8所述的装置，还包括：第一预测模块，用于在以各所述第一待预测事件的事件内容及其分别对应的各所述第一评估信息为样本数据训练第二模型之后，针对所述指定类型的第二待预测事件，利用所述事件处理结果与所述评估信息之间的对应关系及所述第一模型，预测所述第二待预测事件的第二评估信息；及，利用所述第二模型预测所述第二待预测事件的第三评估信息；计算模块，用于根据预设的所述第一模型及所述第二模型分别对应的权重，对所述第二评估信息及所述第三评估信息...

【专利技术属性】
技术研发人员：袁锦程，许辽萨，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY