数据处理方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种数据处理方法、装置、电子设备及存储介质，可用于金融科技领域或其他相关领域，该方法通过获取用户针对异常台账的处理意见文本的目标分词结果，并将目标分词结果输入至预先训练好的处理模型中，得到处理意见对应的意见倾向，处理模型是根据多个历史处理意见文本进行训练得到的，之后基于意见倾向，对异常台账进行处理。该技术方案中，利用预先训练好的模型，分析出处理意见文本的意见倾向，从而为后续如何处理异常台账提供的参考基础，进而提高了异常台账的处理效率、满足了异常台账的时效性要求。常台账的时效性要求。常台账的时效性要求。

【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质


[0001]本申请涉及大数据
，尤其涉及一种数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着财务管理台账的业务规范走向制度化，以及使用人数、频率逐渐增加，相应地财务管理台账系统功能使用愈加频繁，但同时不可避免的因某些原因而导致业务处理过程中存在一些未及时处理的异常台账。如不及时处理，势必会影响到财务精细化管理的目标。因此做好运维保障工作也就具有了十分深远的意义。
[0003]在现有技术中，目前处理异常台账的主要方法是固定时间由信息科技负责台账模块的同时写脚本去生产环境筛查，筛查完成后将对应的异常台账发送至各所属分行财务系统台账模块负责人交由下辖机构台账创建人审查。若审查结果确认为异常台账后邮件通知信息科技台账模块负责同事，在收到准确回复后，根据回复内容进行出脚本修复。
[0004]在现有的解决方案中，处理异常台账等相关业务时存在效率较低、时效性差等问题。

技术实现思路

[0005]本申请提供一种数据处理方法、装置、电子设备及存储介质，以解决处理异常台账等相关业务时存在效率较低、时效性差等问题。
[0006]第一方面，本申请提供一种数据处理方法，包括：
[0007]获取用户针对异常台账的处理意见文本的目标分词结果；
[0008]将所述目标分词结果输入至预先训练好的处理模型中，得到所述处理意见对应的意见倾向，所述处理模型是根据多个历史处理意见文本进行训练得到的；
[0009]基于所述意见倾向，对所述异常台账进行处理。
[0010]在第一方面一种可能的设计中，所述处理模型包括：第一处理模型和第二处理模型；
[0011]所述将所述目标分词结果输入至预先训练好的处理模型中，得到所述处理意见对应的意见倾向，包括：
[0012]将所述目标分词结果输入至所述第一处理模型中，得到所述处理意见文本对应的目标词向量，所述第一处理模型是根据多个历史处理意见文本的分词结果进行训练得到的；
[0013]将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，所述第二处理模型是根据多个历史处理意见文本的词向量进行训练得到的。
[0014]可选的，所述第二处理模型为增加注意力Attention机制的长短期记忆LSTM模型；
[0015]所述将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，包括：
[0016]对所述目标词向量进行映射，并在映射完成的所述目标词向量后增加一个维度；
[0017]对增加一个维度映射完成的所述目标词向量进行卷积操作，得到卷积向量；
[0018]将所述卷积向量进行最后一个维度叠加，并进行注意力机制和归一化操作，得到所述意见倾向。
[0019]在第一方面另一种可能的设计中，所述基于所述意见倾向，对所述异常台账进行处理，包括：
[0020]若所述意见倾向为同意，按照预设解决方案对所述异常台账进行修复；
[0021]若所述意见倾向为不同意，将所述异常台账发送至相关技术人员的终端设备上，以供所述相关技术人员进行处理。
[0022]在第一方面再一种可能的设计中，所述获取用户针对异常台账的处理意见文本的目标分词结果，包括：
[0023]获取用户针对异常台账的处理意见文本；
[0024]对所述处理意见文本进行清洗处理，得到所述清洗处理后的处理意见文本，所述清洗处理为清除所述处理意见文本中的隐私数据；
[0025]对所述清洗处理后的处理意见文本进行分词处理，得到所述目标分词结果。
[0026]可选的，在所述获取用户针对异常台账的处理意见文本之前，所述方法还包括：
[0027]获取所述异常台账；
[0028]若未收到所述用户针对所述异常台账的处理意见文本，根据所述异常台账与上一次异常台账，确定所述异常台账是否被处理。
[0029]可选的，所述根据所述异常台账与上一次异常台账，确定所述异常台账是否被处理，包括：
[0030]根据所述异常台账与所述上一次异常台账，确定所述异常台账与所述上一次异常台账是否存在差异；
[0031]若所述异常台账与所述上一次异常台账存在差异，则确定所述异常台账已经被处理；
[0032]若所述异常台账与所述上一次异常台账不存在差异，且在预设时长内未收到针对所述异常台账的处理意见文本，将所述异常台账发送至相关技术人员的终端设备上，以供所述相关技术人员进行处理。
[0033]在第一方面还一种可能的设计中，所述第一处理模型为word2vec模型。
[0034]第二方面，本申请提供了一种数据处理装置，包括：
[0035]获取模块，用于获取用户针对异常台账的处理意见文本的目标分词结果；
[0036]确定模块，用于将所述目标分词结果输入至预先训练好的处理模型中，得到所述处理意见对应的意见倾向，所述处理模型是根据多个历史处理意见文本进行训练得到的；
[0037]处理模块，用于基于所述意见倾向，对所述异常台账进行处理。
[0038]在第二方面一种可能的设计中，所述处理模型包括：第一处理模型和所述第二处理模型；
[0039]所述确定模块，具体用于：
[0040]将所述目标分词结果输入至所述第一处理模型中，得到所述处理意见文本对应的目标词向量，所述第一处理模型是根据多个历史处理意见文本的分词结果进行训练得到
的；
[0041]将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，所述第二处理模型是根据多个历史处理意见文本的词向量进行训练得到的。
[0042]可选的，所述第二处理模型为增加注意力Attention机制的长短期记忆LSTM模型；
[0043]所述确定模块，将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，具体用于：
[0044]对所述目标词向量进行映射，并在映射完成的所述目标词向量后增加一个维度；
[0045]对增加一个维度映射完成的所述目标词向量进行卷积操作，得到卷积向量；
[0046]将所述卷积向量进行最后一个维度叠加，并进行注意力机制和归一化操作，得到所述意见倾向。
[0047]在第二方面另一种可能的设计中，所述处理模块，具体用于：
[0048]若所述意见倾向为同意，按照预设解决方案对所述异常台账进行修复；
[0049]若所述意见倾向为不同意，将所述异常台账发送至相关技术人员的终端设备上，以供所述相关技术人员进行处理。
[0050]在第二方面再一种可能的设计中，所述获取模块，具体用于：
[0051]获取用户针对异常台账的处理意见文本；
[0052]对所述处理意见文本进行清洗处理，得到所述清洗处理后的处理意见文本，所述清洗处理为清除所述处理意见文本中的隐私数据；
[0053]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，包括：获取用户针对异常台账的处理意见文本的目标分词结果；将所述目标分词结果输入至预先训练好的处理模型中，得到所述处理意见对应的意见倾向，所述处理模型是根据多个历史处理意见文本进行训练得到的；基于所述意见倾向，对所述异常台账进行处理。2.根据权利要求1所述的方法，其特征在于，所述处理模型包括：第一处理模型和第二处理模型；所述将所述目标分词结果输入至预先训练好的处理模型中，得到所述处理意见对应的意见倾向，包括：将所述目标分词结果输入至所述第一处理模型中，得到所述处理意见文本对应的目标词向量，所述第一处理模型是根据多个历史处理意见文本的分词结果进行训练得到的；将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，所述第二处理模型是根据多个历史处理意见文本的词向量进行训练得到的。3.根据权利要求2所述的方法，其特征在于，所述第二处理模型为增加注意力Attention机制的长短期记忆LSTM模型；所述将所述目标词向量输入至所述第二处理模型中，得到所述处理意见文本对应的意见倾向，包括；对所述目标词向量进行映射，并在映射完成的所述目标词向量后增加一个维度；对增加一个维度映射完成的所述目标词向量进行卷积操作，得到卷积向量；将所述卷积向量进行最后一个维度叠加，并进行注意力机制和归一化操作，得到所述意见倾向。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述基于所述意见倾向，对所述异常台账进行处理，包括：若所述意见倾向为同意，按照预设解决方案对所述异常台账进行修复；若所述意见倾向为不同意，将所述异常台账发送至相关技术人员的终端设备上，以供所述相关技术人员进行处理。5.根据权利要求1所述的方法，其特征在于，所述获取用户针对异常台账的处理意见文本的目标分词结果，包括：获取用户针对异常台账的处理意见文本；对所述处理意见文本进行清洗处理，...

【专利技术属性】
技术研发人员：魏从猛，瞿伟，李渊苑，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：