本申请提供一种数据处理方法、装置、智能设备及存储介质，方法包括：获取待检测信息，待检测信息包括第一待检测信息以及第二待检测信息；基于第一待检测信息确定每一第一待检测信息对应的第一向量及第二向量；基于第二待检测信息确定每一第二待检测信息对应的第三向量；对第二向量进行非线性训练得到训练结果；将训练结果与第三向量进行拼接得到拼接结果，对拼接结果进行第一线性训练得到第一输出信息；对第一向量及第三向量进行第二线性训练得到第二输出信息；基于第一输出信息及第二输出信息确定数据处理结果。其通过在非线性训练中，提取部分特征进行训练，并进行组合，使得特征能够得到进一步组合，提高数据处理过程的效率及数据处理结果的准确性。率及数据处理结果的准确性。率及数据处理结果的准确性。
【技术实现步骤摘要】
一种数据处理方法、装置、智能设备以及存储介质
[0001]本申请涉及计算机领域，特别是涉及一种数据处理方法、装置、智能设备以及存储介质。
技术介绍
[0002]随着智能化的发展，生活中很多场景都需要对数据进行处理，以获得对应的结果，例如核保、目标追踪等。以核保为例，核保是整个保险环节中至关重要的一个环节，是风险控制前移的一种具体表现。核保过程稍有差错，就会使投保人、被保人及保险公司陷入两难境地。
[0003]若在核保过程中，风险把控太松，那么当保险公司面对恶意消费者时，将蒙受损失；如果风险把控太严，那么将有一部分的正常消费者因为被错误判断而得不到应有的服务。
[0004]目前市场上采取的核保技术包括人工核保及策略引擎核保。人工核保由核保员人工完成，核保员接收投保人、被保人信息后，由核保员根据业务知识和少许的个人主观因素来完成核保判断。该方法人力成本高，培养时间长，行业总体工作效率偏低，判断含有主观性，核保员之间的判断标准不统一。策略引擎在核保的时候，更加理性，并且规则统一。由于实际核保使用过程中，对核保的准确度要求较高，因此给策略引擎的研发带来了巨大的挑战。
技术实现思路
[0005]本申请提供一种数据处理方法及相关装置，提高数据处理过程的效率及数据处理结果的准确性。
[0006]为解决上述技术问题，本申请提供的第一个技术方案为：提供一种数据处理方法，包括：获取待检测信息，其中，所述待检测信息包括第一待检测信息以及第二待检测信息；基于所述第一待检测信息，确定每一所述第一待检测信息对应的第一向量及第二向量；基于所述第二待检测信息，确定每一所述第二待检测信息对应的第三向量；对所述第二向量进行非线性训练，得到训练结果；将所述训练结果与所述第三向量进行拼接，得到拼接结果，并对所述拼接结果进行第一线性训练，得到第一输出信息；对所述第一向量及所述第三向量进行第二线性训练，得到第二输出信息；基于所述第一输出信息及所述第二输出信息，确定数据处理结果。以此结合线性训练及非线性训练的互补特点，使其相互制约，相互提升，并且在非线性训练中，提取部分特征进行训练，并进行组合，使得特征能够得到进一步组合，提高数据处理过程的效率及数据处理结果的准确性。
[0007]其中，第一待检测信息及第二待检测信息至少为两个；对第二向量进行非线性训练，得到训练结果包括：将多个第二向量进行拼接，得到第一向量组合；对第一向量组合进行非线性训练，得到训练结果；将训练结果与第三向量进行拼接，得到拼接结果，并对拼接结果进行第一线性训练，得到第一输出信息包括：将训练结果、第一向量组合以及第三向量
进行拼接，得到拼接结果；对拼接结果进行第一线性训练，得到第一输出信息。通过对同类型的多个向量以及不同类型的向量进行拼接，丰富数据类型。
[0008]其中，对拼接结果进行第一线性训练，得到第一输出信息之前还包括：对拼接结果进行信息交互处理，得到交互后的拼接结果。通过对多种类型拼接后的向量进行信息交互，以使得各个类型的向量之间互相关联。
[0009]其中，对拼接结果进行信息交互处理，以得到交互后的拼接结果包括：采用内积型神经网络对拼接结果进行信息交互处理，得到交互后的拼接结果。
[0010]其中，对第一向量组合进行非线性训练，得到训练结果包括：利用卷积层及池化层对第一向量组合进行非线性训练，得到训练结果；对拼接结果进行第一线性训练，得到第一输出信息包括：利用第一多层感知机层对拼接结果进行第一线性训练，得到第一输出信息。利用用于图像领域的卷积层及池化层进行非线性处理，提取部分特征进行训练，提高数据处理过程的效率及数据处理结果的准确性。
[0011]其中，对第一向量及第三向量进行第二线性训练，得到第二输出信息包括：将多个第一向量及多个第三向量进行拼接，得到第二向量组合；对第二向量组合进行第二线性训练，得到第二输出信息。通过对同类型的多个向量以及不同类型的向量进行拼接，丰富数据类型。
[0012]其中，对第二向量组合进行第二线性训练，得到第二输出信息包括：利用第二多层感知机层对第二向量组合进行第二线性训练训练，得到第二输出信息。
[0013]其中，第一待检测信息为非数值型信息，第二待检测信息为数值型信息。
[0014]其中，基于所述第一待检测信息，确定每一所述第一待检测信息对应的第一向量及第二向量包括：采用第一映射系数，利用嵌入层对第一待检测信息进行映射处理，得到第一向量；采用第二映射系数，利用嵌入层对第一待检测信息进行映射处理，得到第二向量；基于所述第二待检测信息，确定每一所述第二待检测信息对应的第三向量包括：对第二待检测信息进行归一化处理，以得到第三向量。通过映射处理将非数值型数据转化为向量，并通过归一化的方式将数值型数据将值域进行缩放，以便于被模型识别。
[0015]其中，基于第一输出信息及第二输出信息，确定数据处理结果包括：将第一输出信息及第二输出信息耦合，以得到第三输出信息；根据第三输出信息得到数据处理结果。通过该方式将传统的离散化的数据处理结果转变为连续性的数据处理结果，更具有灵活性。
[0016]其中，所述数据处理方法为核保方法；根据第三输出信息得到数据处理结果包括：采用逻辑斯蒂函数将第三输出信息进行映射，并输出映射结果；判断映射结果，若映射结果大于预设阈值，则核保通过；若映射结果小于预设阈值，则核保不通过。通过该方式将传统的离散化的数据处理结果转变为连续性的数据处理结果，并利用函数进行转换，以概率的方式进行体现，更具有灵活性。
[0017]其中，逻辑斯蒂函数为sigmoid函数。
[0018]其中，待检测信息包括：投保人及被保人的实时属性、投保人及被保人的历史属性、投保人及被保人历史投保行为数据、投保人及被保人的过往病史中一种或任意组合。
[0019]为解决上述技术问题，本申请提供的第二个技术方案为：提供一种数据处理装置，装置包括：获取模块，用于获取待检测信息，其中，所述待检测信息包括第一待检测信息以及第二待检测信息；处理模块，用于基于所述第一待检测信息，确定每一所述第一待检测信
息对应的第一向量及第二向量；基于所述第二待检测信息，确定每一所述第二待检测信息对应的第三向量；训练模块，用于对所述第二向量进行非线性训练，得到训练结果；将所述训练结果与所述第三向量进行拼接，得到拼接结果，并对所述拼接结果进行第一线性训练，得到第一输出信息；对所述第一向量及所述第三向量进行第二线性训练，得到第二输出信息；输出模块，用于基于所述第一输出信息及所述第二输出信息，确定数据处理结果。
[0020]为解决上述技术问题，本申请提供的第三个技术方案为：提供一种智能设备，包括存储器及处理器；其中，存储器存储有程序文件，处理器从存储器调取程序文件以执行上述任一项的方法。
[0021]为解决上述技术问题，本申请提供的第一个技术方案为：提供一种计算机可读存储介质，存储有程序文件，程序文件能够被执行以实现上述任一项的方法。
[0022]本申请的有益效果：区别本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：获取待检测信息，其中，所述待检测信息包括第一待检测信息以及第二待检测信息；基于所述第一待检测信息，确定每一所述第一待检测信息对应的第一向量及第二向量；基于所述第二待检测信息，确定每一所述第二待检测信息对应的第三向量；对所述第二向量进行非线性训练，得到训练结果；将所述训练结果与所述第三向量进行拼接，得到拼接结果，并对所述拼接结果进行第一线性训练，得到第一输出信息；对所述第一向量及所述第三向量进行第二线性训练，得到第二输出信息；基于所述第一输出信息及所述第二输出信息，确定数据处理结果。2.根据权利要求1所述的方法，其特征在于，所述第一待检测信息及所述第二待检测信息至少为两个；所述对所述第二向量进行非线性训练，得到训练结果包括：将多个所述第二向量进行拼接，得到第一向量组合；对所述第一向量组合进行非线性训练，得到所述训练结果；所述将所述训练结果与所述第三向量进行拼接，得到拼接结果，并对所述拼接结果进行第一线性训练，得到第一输出信息包括：将所述训练结果、所述第一向量组合以及所述第三向量进行拼接，得到所述拼接结果；对所述拼接结果进行第一线性训练，得到所述第一输出信息。3.根据权利要求2所述的方法，其特征在于，所述对所述拼接结果进行第一线性训练，得到所述第一输出信息之前还包括：对所述拼接结果进行信息交互处理，得到交互后的所述拼接结果。4.根据权利要求3所述的方法，其特征在于，所述对所述拼接结果进行信息交互处理，得到交互后的所述拼接结果包括：采用内积型神经网络对所述拼接结果进行信息交互处理，得到交互后的所述拼接结果。5.根据权利要求2所述的方法，其特征在于，所述对所述第一向量组合进行非线性训练，得到所述训练结果包括：利用卷积层及池化层对所述第一向量组合进行非线性训练，得到所述训练结果；对所述拼接结果进行第一线性训练，得到所述第一输出信息包括：利用第一多层感知机层对所述拼接结果进行第一线性训练，得到所述第一输出信息。6.根据权利要求1所述的方法，其特征在于，所述对所述第一向量及所述第三向量进行第二线性训练，得到第二输出信息包括：将多个所述第一向量及多个所述第三向量进行拼接，得到第二向量组合；对所述第二向量组合进行第二线性训练，得到所述第二输出信息。7.根据权利要求6所述的方法，其特征在于，所述对所述第二向量组合进行第二线性训练，得到所述第二输出信息包括：利用第二多层感知机层对所述第二向量组合进行第二线性训练训练，得到所述第二输出信息。
8.根据权利要求1所述的方法，其特征在于，所述第一待检测信息为...
【专利技术属性】
技术研发人员：周朋飞，张捷，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：
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。