应用深度学习的数字化欺诈会话定向分析方法及软件产品技术

本申请涉及深度学习、人工智能、数字化和网络欺诈技术领域，提供应用深度学习的数字化欺诈会话定向分析方法及软件产品。人工智能反欺诈服务器通过对设定深度学习网络进行调试训练，可以得到能够对拟分析欺诈会话疑似文本进行欺诈定向复述处理的已调试深度学习网络，已调试深度学习网络所处理的会话文本可以涉及电子商务、智慧医疗、元宇宙空间、区块链、数字办公、数字孪生、数据库分析等领域，能透过话术表达进行欺诈语义向量的深入剖析，得到反映拟分析欺诈会话疑似文本的真实欺诈意图的文本信息，从而为反欺诈处理提供保障。从而为反欺诈处理提供保障。从而为反欺诈处理提供保障。

【技术实现步骤摘要】
应用深度学习的数字化欺诈会话定向分析方法及软件产品


[0001]本申请涉及深度学习、人工智能、数字化和网络欺诈
，尤其涉及一种应用深度学习的数字化欺诈会话定向分析方法及软件产品。

技术介绍

[0002]深度学习（Deep Learning，DL）是机器学习（Machine Learning，ML）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标：人工智能（Artificial Intelligence，AI）。
[0003]深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
[0004]深度学习在AI对话搜索咨询、大数据挖掘、元宇宙虚拟交互、多媒体学习、个性化推荐、定制化远程教育等相关领域都取得了很多成果。然而在网络数字化欺诈的安全防护领域，深度学习的应用成熟度和智能化程度还欠佳。

技术实现思路

[0005]本申请提供一种应用深度学习的数字化欺诈会话定向分析方法及软件产品，通过对设定深度学习网络进行调试训练，可以得到能够对拟分析欺诈会话疑似文本进行欺诈定向复述处理的已调试深度学习网络，已调试深度学习网络所处理的会话文本可以涉及电子商务、智慧医疗、元宇宙空间、区块链、数字办公、数字孪生、数据库分析等领域，能透过话术表达进行欺诈语义向量的深入剖析，得到反映拟分析欺诈会话疑似文本的真实欺诈意图的文本信息，从而为反欺诈处理提供保障，为实现上述技术目的，本申请采用如下技术方案。
[0006]第一方面是一种应用深度学习的数字化欺诈会话定向分析方法，应用于人工智能反欺诈服务器，所述方法包括：获取在线会话文本模板组，所述在线会话文本模板组包括欺诈会话疑似文本模板和欺诈会话复述文本模板；通过设定深度学习网络对所述欺诈会话复述文本模板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义；对所述待处理复述语义进行分团，以得到所述在线会话文本模板组对应的复述语义库；结合所述复述语义库，对所述待处理复述语义进行更改，得到所述欺诈会话复述文本模板的复述语义；依据所述欺诈会话复述文本模板的复述语义和欺诈会话疑似文本模板对所述设定深度学习网络进行调试，得到已调试深度学习网络，所述已调试深度学习网络用于结合欺诈会话复述文本对拟分析欺诈会话疑似文本进行欺诈定向复述处理。
[0007]在一些可能的实施例中，所述通过设定深度学习网络对所述欺诈会话复述文本模
板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义，包括：对所述欺诈会话复述文本模板进行样例衍生，得到所述欺诈会话复述文本模板对应的多个欺诈会话复述文本衍生模板；通过设定深度学习网络的复述语义挖掘组件对所述欺诈会话复述文本衍生模板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义。
[0008]在一些可能的实施例中，所述对所述待处理复述语义进行分团，以得到所述在线会话文本模板组对应的复述语义库，包括：对所述待处理复述语义进行分团，得到多个复述语义集；分别确定每一复述语义集中的复述语义描述值，得到每一所述复述语义集对应的初始复述语义；将所述初始复述语义进行整理，得到所述在线会话文本模板组对应的复述语义库。
[0009]在一些可能的实施例中，所述设定深度学习网络还包括文本分析组件，所述依据所述欺诈会话复述文本模板的复述语义和欺诈会话疑似文本模板对所述设定深度学习网络进行调试，得到已调试深度学习网络，包括：依据所述复述语义对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件；通过所述已调试复述语义挖掘组件对所述欺诈会话复述文本模板进行语义挖掘，得到所述欺诈会话复述文本模板的目标复述语义；结合所述目标复述语义和欺诈会话疑似文本模板对文本分析组件进行调试，得到已调试文本分析组件，并将已调试复述语义挖掘组件和已调试文本分析组件作为所述已调试深度学习网络。
[0010]在一些可能的实施例中，所述依据所述复述语义对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件，包括：对所述复述语义进行分箱，得到所述欺诈会话复述文本模板对应的类内复述语义和类间复述语义，所述类内复述语义为所述欺诈会话复述文本模板的欺诈会话复述文本衍生模板对应的复述语义；分别确定所述类内复述语义之间的第一语义差异度量值和所述类内复述语义与类间复述语义之间的第二语义差异度量值；依据所述第一语义差异度量值和第二语义差异度量值，确定所述欺诈会话复述文本模板的第一复述偏移指标，并结合所述第一复述偏移指标对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件。
[0011]在一些可能的实施例中，所述结合所述目标复述语义和欺诈会话疑似文本模板对文本分析组件进行调试，得到已调试文本分析组件，包括：对所述欺诈会话疑似文本模板进行文本热力分析，得到会话热力文本模板；结合所述目标复述语义，通过所述文本分析组件对所述会话热力文本模板进行处理，得到所述会话热力文本模板对应的当前欺诈会话复述文本；通过所述文本分析组件对所述会话热力文本模板和当前欺诈会话复述文本进行优化，得到会话热力优化文本模板和欺诈会话复述优化文本；
依据所述当前欺诈会话复述文本、会话热力文本模板、会话热力优化文本模板和欺诈会话复述优化文本，确定所述在线会话文本模板组的文本偏移指标，并依据所述文本偏移指标对所述文本分析组件进行调试，得到所述已调试文本分析组件。
[0012]在一些可能的实施例中，所述通过所述文本分析组件对所述会话热力文本模板和当前欺诈会话复述文本进行优化，得到会话热力优化文本模板和欺诈会话复述优化文本，包括：通过所述文本分析组件将所述当前欺诈会话复述文本的话术表达恢复成所述会话热力文本模板的话术表达，得到会话热力优化文本模板；在欺诈会话复述文本模板中挑选得到用于欺诈会话复述文本优化的第一欺诈会话复述文本模板和第二欺诈会话复述文本模板，并通过所述文本分析组件将所述第一欺诈会话复述文本模板变更成目标会话热力文本模板；通过所述文本分析组件对所述目标会话热力文本模板和第二欺诈会话复述文本模板进行处理，得到欺诈会话复述优化文本。
[0013]在一些可能的实施例中，所述依据所述当前欺诈会话复述文本、会话热力文本模板、会话热力优化文本模板和欺诈会话复述优化文本，确定所述在线会话文本模板组的文本偏移指标，包括：结合所述当前欺诈会话复述文本和目标会话热力文本模板，确定所述在线会话文本模板组的扰动偏移指标；依据所述会话热力文本模板和会话热力优化文本模板，确定所述在线会话文本模板组的会话热力文本偏移指标；结合所述第一欺诈会话复述文本模板和欺诈会话复述优化文本，确定所述在线会话文本模板组的欺诈会话复述文本偏移指标；依据所述目标复述语义、当前欺诈会话复述文本、欺诈会话复述优化文本和第二欺诈会话复述文本模板，确定所述在线会话文本模板组的第二复述偏移指标；将所述第二复述偏移指标、扰动偏移指标、会话热力文本偏移指标和欺诈会话复述文本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用深度学习的数字化欺诈会话定向分析方法，其特征在于，应用于人工智能反欺诈服务器，所述方法包括：获取在线会话文本模板组，所述在线会话文本模板组包括欺诈会话疑似文本模板和欺诈会话复述文本模板；通过设定深度学习网络对所述欺诈会话复述文本模板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义；对所述待处理复述语义进行分团，以得到所述在线会话文本模板组对应的复述语义库；结合所述复述语义库，对所述待处理复述语义进行更改，得到所述欺诈会话复述文本模板的复述语义；依据所述欺诈会话复述文本模板的复述语义和欺诈会话疑似文本模板对所述设定深度学习网络进行调试，得到已调试深度学习网络，所述已调试深度学习网络用于结合欺诈会话复述文本对拟分析欺诈会话疑似文本进行欺诈定向复述处理。2.如权利要求1所述的方法，其特征在于，所述通过设定深度学习网络对所述欺诈会话复述文本模板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义，包括：对所述欺诈会话复述文本模板进行样例衍生，得到所述欺诈会话复述文本模板对应的多个欺诈会话复述文本衍生模板；通过设定深度学习网络的复述语义挖掘组件对所述欺诈会话复述文本衍生模板进行复述语义挖掘，得到所述欺诈会话复述文本模板的待处理复述语义。3.如权利要求2所述的方法，其特征在于，所述对所述待处理复述语义进行分团，以得到所述在线会话文本模板组对应的复述语义库，包括：对所述待处理复述语义进行分团，得到多个复述语义集；分别确定每一复述语义集中的复述语义描述值，得到每一所述复述语义集对应的初始复述语义；将所述初始复述语义进行整理，得到所述在线会话文本模板组对应的复述语义库。4.如权利要求2所述的方法，其特征在于，所述设定深度学习网络还包括文本分析组件，所述依据所述欺诈会话复述文本模板的复述语义和欺诈会话疑似文本模板对所述设定深度学习网络进行调试，得到已调试深度学习网络，包括：依据所述复述语义对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件；通过所述已调试复述语义挖掘组件对所述欺诈会话复述文本模板进行语义挖掘，得到所述欺诈会话复述文本模板的目标复述语义；结合所述目标复述语义和欺诈会话疑似文本模板对文本分析组件进行调试，得到已调试文本分析组件，并将已调试复述语义挖掘组件和已调试文本分析组件作为所述已调试深度学习网络；其中，所述依据所述复述语义对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件，包括：对所述复述语义进行分箱，得到所述欺诈会话复述文本模板对应的类内复述语义和类
间复述语义，所述类内复述语义为所述欺诈会话复述文本模板的欺诈会话复述文本衍生模板对应的复述语义；分别确定所述类内复述语义之间的第一语义差异度量值和所述类内复述语义与类间复述语义之间的第二语义差异度量值；依据所述第一语义差异度量值和第二语义差异度量值，确定所述欺诈会话复述文本模板的第一复述偏移指标，并结合所述第一复述偏移指标对所述复述语义挖掘组件进行调试，得到已调试复述语义挖掘组件；其中，所述结合所述目标复述语义和欺诈会话疑似文本模板对文本分析组件进行调试，得到已调试文本分析组件，包括：对所述欺诈会话疑似文本模板进行文本热力分析，得到会话热力文本模板；结合所述目标复述语义，通过所述文本分析组件对所述会话热力文本模板进行处理，得到所述会话热力文本模板对应的当前欺诈会话复述文本；通过所述文本分析组件对所述会话热力文本模板和当前欺诈会话复述文本进行优化，得到会话热力优化文本模板和欺诈会话复述优化文本；依据所述当前欺诈会话复述文本、会话热力文本模板、会话热力优化文本模板和欺诈会话复述优化文本，确定所述在线会话文本模板组的文本偏移指标，并依据所述文本偏移指标对所述文本分析组件进行调试，得到所述已调试文本分析组件。5.如权利要求4所述的方法，其特征在于，所述通过所述文本分析组件对所述会话热力文本模板和当前欺诈会话复述文本进行优化，得到会话热力优化文本模板和欺诈会话复述优化文本，包括：通过所述文本分析组件将所述当前欺诈会话复述文本的话术表达恢复成所述会话热力文本模板的话术表达，得到会话热力优化文本模板；在欺诈会话复述文本模板中挑选得到用于欺诈会话复述文本优化的第一欺诈会话复述文本模板和第二欺诈会话复述文本模板，并通过所述文本分析组件将所述第一欺诈会话复述文本模板变更成目标会话热力文本模板；通过所述文本分析组件对所述目标会话热力文本模板和第二欺诈会...

【专利技术属性】
技术研发人员：张一军，赖付彬，
申请(专利权)人：厦门熵辉科技有限公司，
类型：发明
国别省市：