诉讼案件风险检测方法、装置、设备和可读存储介质制造方法及图纸

技术编号:28465830 阅读:31 留言:0更新日期:2021-05-15 21:31
本申请公开了一种诉讼案件风险检测方法、装置、设备和可读存储介质,所述诉讼案件风险检测方法包括:获取目标诉讼案件对应的涉诉信息,并构建所述涉诉信息对应的诉讼特征数据;基于所述诉讼特征数据与预设分类模型,对所述目标诉讼案件进行分类,获得案件分类结果;基于所述案件分类结果、所述诉讼特征数据与预设风险检测模型,对所述目标诉讼案件进行诉讼风险检测,获得目标风险检测结果。本申请解决了诉讼案件风险检测准确性低的技术问题。诉讼案件风险检测准确性低的技术问题。诉讼案件风险检测准确性低的技术问题。

【技术实现步骤摘要】
诉讼案件风险检测方法、装置、设备和可读存储介质


[0001]本申请涉及机器学习
,尤其涉及一种诉讼案件风险检测方法、装置、设备和可读存储介质。

技术介绍

[0002]随着计算机技术的飞速发展,机器学习的应用也越来越广泛,当前,银行通常会将企业的诉讼案件作为评估企业信用的一个指标,进而为了便于进行企业信用风险预警,首先通常通过爬虫爬取诉讼案件的公开涉诉信息,进而直接基于公开涉诉信息中的直接案件信息,进行诉讼案件的风险检测,但是,由于爬虫得到的诉讼案件的原始案信息通常不够准确,进而直接基于公开涉诉信息进行诉讼案件的风险检测的准确性较低。

技术实现思路

[0003]本申请的主要目的在于提供一种诉讼案件风险检测方法、装置、设备和可读存储介质,旨在解决现有技术中诉讼案件风险检测准确率低的技术问题。
[0004]为实现上述目的,本申请提供一种诉讼案件风险检测方法,所述诉讼案件风险检测方法应用于诉讼案件风险检测设备,所述诉讼案件风险检测方法包括:
[0005]获取目标诉讼案件对应的涉诉信息,并构建所述涉诉信息对应的诉讼特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诉讼案件风险检测方法,其特征在于,所述诉讼案件风险检测方法包括:获取目标诉讼案件对应的涉诉信息,并构建所述涉诉信息对应的诉讼特征数据;基于所述诉讼特征数据与预设分类模型,对所述目标诉讼案件进行分类,获得案件分类结果;基于所述案件分类结果、所述诉讼特征数据与预设风险检测模型,对所述目标诉讼案件进行诉讼风险检测,获得目标风险检测结果。2.如权利要求1所述诉讼案件风险检测方法,其特征在于,所述基于所述案件分类结果、所述诉讼特征数据与预设风险检测模型,对所述目标诉讼案件进行诉讼风险检测,获得目标风险检测结果的步骤包括:将所述诉讼特征数据输入所述预设风险检测模型,以基于所述诉讼特征数据,对所述目标诉讼案件进行诉讼风险检测,获得初始风险检测结果;获取所述案件分类结果对应的目标权重,并基于所述目标权重和所述初始风险检测结果,生成所述目标风险检测结果。3.如权利要求2所述诉讼案件风险检测方法,其特征在于,在所述基于所述案件分类结果、所述诉讼特征数据与预设风险检测模型,对所述目标诉讼案件进行诉讼风险检测,获得目标风险检测结果的步骤之后还包括:对所述初始风险检测结果进行针对于所述预设风险检测模型的模型解释,获得所述初始风险检测结果对应的诉讼案件风险影响因素;基于所述目标风险检测结果、所述案件分类结果和所述诉讼案件风险影响因素,生成诉讼案件风险检测报告。4.如权利要求3所述诉讼案件风险检测方法,其特征在于,所述对所述初始风险检测结果进行针对于所述预设风险检测模型的模型解释,获得所述初始风险检测结果对应的诉讼案件风险影响因素的步骤包括:确定所述诉讼特征数据对应的各诉讼案件特征;基于所述预设风险检测模型,分别计算各所述诉讼案件特征对所述初始风险检测结果的特征贡献度;基于各所述特征贡献度,在各所述诉讼案件特征中选取目标特征作为所述诉讼案件风险影响因素。5.如权利要求1所述诉讼案件风险检测方法,其特征在于,所述涉诉信息包括涉诉案件文本,所述诉讼特征数据包括诉讼特征表示向量,所述构建所述涉诉信息对应的诉讼特征数据的步骤包括:从所述涉诉案件文本中提取预设数量的构造特征对应的目标特征值,并将各所述目标特征值组合为构造特征向量;对所述涉诉案件文本进行关键词词频检测,生成关键词词频向量;将所述涉诉案件文本映射至预设数据维度空间,获得文本低维空间表示向量;将所述构造特征向量、所述关...

【专利技术属性】
技术研发人员:杨志勇王玮何方圆洪雪芬傅杰孙健马超王平
申请(专利权)人:招商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1