【技术实现步骤摘要】
基于AI模型的贷款资金去向分析方法及相关设备
本申请涉及人工智能领域,特别是涉及一种基于AI模型的贷款资金去向分析方法、装置、计算机设备和存储介质。
技术介绍
近几年,AI作为一项比较前沿的技术,越来越多的公司投入精力进行人工智能相关的开发。人工智能的关键在于语音识别和对应的话术应答技术。语音识别技术,一般的科技公司多采用头部公司(如科大讯飞)的产品或进行简单的二次封装。但对于识别完客户语音后,应当如何应答,每个公司都会基于各自的实际业务场景,指定特定的话术语料。由于现实中语料较多,且流程复杂,很多AI的测试根本无法覆盖所有的话术语料,导致用户的贷款资金去向的分析覆盖率太低,无法针对用户的资金去向做出准确分析。
技术实现思路
基于此,针对上述技术问题,本申请提供一种基于AI模型的贷款资金去向分析方法、装置、计算机设备及存储介质,以解决现有技术中AI测试无法覆盖所有的话术预料,导致的用户贷款资金去向分析覆盖率低,无法针对用户的资金去向做出准确分析的技术问题。一种基于AI模型的贷款资金去向分析方法,所述方法包括:获取贷款语料,其中,所述贷款语料包括问答数据样本和历史问答数据,所述问答数据样本包括贷款疑问样本和贷款应答样本以及贷款用户的标注标签,所述历史问答数据为银行贷款平台与贷款用户之间有关贷款场景的问答文本;基于预设预料构建策略和所述贷款语料训练待训练的分析模型;根据训练好的分析模型对预设配置表进行训练,得到更新后的预设配置表;根据银行贷款平台的贷款疑 ...
【技术保护点】
1.一种基于AI模型的贷款资金去向分析方法,其特征在于,所述方法包括:/n获取贷款语料,其中,所述贷款语料包括问答数据样本和历史问答数据,所述问答数据样本包括贷款疑问样本和贷款应答样本以及贷款用户的标注标签,所述历史问答数据为银行贷款平台与贷款用户之间有关贷款场景的问答文本;/n基于预设预料构建策略和所述贷款语料训练待训练的分析模型;/n根据训练好的分析模型对预设配置表进行更新,得到更新后的预设配置表;/n根据银行贷款平台的贷款疑问与贷款用户的贷款应答构建待检应答语料;/n将所述待检应答语料输入到训练好的分析模型中,以指示训练好的分析模型基于所述贷款疑问和所述贷款应答为贷款用户生成意图标签,其中,所述意图标签包括至少一个意图子标签;/n基于更新后的所述预设配置表和所述意图子标签对所述贷款用户的贷款请求进行去向分析,得到去向分析结果。/n
【技术特征摘要】
1.一种基于AI模型的贷款资金去向分析方法,其特征在于,所述方法包括:
获取贷款语料,其中,所述贷款语料包括问答数据样本和历史问答数据,所述问答数据样本包括贷款疑问样本和贷款应答样本以及贷款用户的标注标签,所述历史问答数据为银行贷款平台与贷款用户之间有关贷款场景的问答文本;
基于预设预料构建策略和所述贷款语料训练待训练的分析模型;
根据训练好的分析模型对预设配置表进行更新,得到更新后的预设配置表;
根据银行贷款平台的贷款疑问与贷款用户的贷款应答构建待检应答语料;
将所述待检应答语料输入到训练好的分析模型中,以指示训练好的分析模型基于所述贷款疑问和所述贷款应答为贷款用户生成意图标签,其中,所述意图标签包括至少一个意图子标签;
基于更新后的所述预设配置表和所述意图子标签对所述贷款用户的贷款请求进行去向分析,得到去向分析结果。
2.根据权利要求1所述的方法,其特征在于,所述基于预设预料构建策略和所述贷款语料样本训练待训练的分析模型,包括:
分别对所述贷款疑问样本、所述贷款应答样本进行关键词抽取,得到第一关键词和第二关键词;
获取所述贷款疑问样本与所述贷款应答样本的应答关系,并基于预设实体策略将所述应答关系、所述第一关键词以及所述第二关键词输入到待训练的分析模型中,得到所述贷款用户的第一样本标签;
根据所述第一样本标签和所述标注标签计算所述贷款用户的交叉熵损失值,并基于梯度下降法调整待训练的分析模型的模型参数,直到模型收敛,得到训练好的分析模型。
3.根据权利要求2所述的方法,其特征在于,所述根据训练好的分析模型对预设配置表进行更新,得到更新后的预设配置表,还包括:
根据训练好的分析模型对历史问答数据对应的贷款用户的标签预测,得到贷款用户的第二样本标签;
检测所述预设配置表中是否存在与所述第二样本标签的相似度大于第一预设值的第三样本标签,得到检测结果;
若所述检测结果为存在相似度大于第一预设值的第三样本标签,则删除所述第二样本标签;
若所述检测结果为不存在相似度大于第一预设值的第三样本标签,则将所述第二样本标签更新到所述预设配置表中,直到连续预设次数的检测结果都为存在相似度大于第一预设值的第三样本标签,更新后的预设配置表。
4.根据权利要求2所述的方法,其特征在于,所述获取所述贷款疑问样本与所述贷款应答样本的应答关系,并基于预设实体策略将所述应答关系、所述第一关键词以及所述第二关键词输入到待训练的分析模型中,得到所述贷款用户的第一样本标签,包括:
计算所述第一关键词和所述第二关键词与实体词典中实体词的语义相似度,以将语义相似度大于第二预设值的实体词,作为样本实体词;
以所述样本实体词替换对应的第一关键词或第二...
【专利技术属性】
技术研发人员:丁勇,
申请(专利权)人:平安普惠企业管理有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。