一种信息处理方法、装置及计算机设备、介质、产品制造方法及图纸

本申请公开了一种信息处理方法、装置及计算机设备、介质、产品，可应用于人工智能各种领域或场景，方法包括：获取待处理交易信息，调用目标交易识别模型对待处理交易信息进行识别处理，得到交易识别结果，交易识别结果用于指示待处理交易信息所对应交易是否为目标类型的交易。目标交易识别模型是利用训练差异数据对初始交易识别模型进行训练得到，训练差异数据是根据样本数据集中各个交易文本对应的训练参数确定的。训练参数是根据交易文本的样本标签、预测结果和调节参数确定的，调节参数是根据预测结果和目标数值确定的，调节参数用于指示针对交易文本的学习程度。通过该方法，可以提高交易类型判断的准确性，降低误判和漏判的可能性。的可能性。的可能性。

【技术实现步骤摘要】
一种信息处理方法、装置及计算机设备、介质、产品


[0001]本申请涉及计算机
，尤其涉及一种信息处理方法、一种信息处理装置、一种计算机设备、一种计算机可读存储介质以及一种计算机程序产品。

技术介绍

[0002]在交易过程中，确定交易所属交易类型对于安全交易环境的构建是非常重要的。目前，确定交易类型的方法大多数是先获取交易信息，然后将交易信息和一个交易词列表进行比较，根据比较结果确定交易的交易类型，可能存在误判和漏判的情况。
[0003]例如，交易信息中的词语A存在于交易词列表中，就将该交易信息所对应的交易确定为目标类型的交易，但实际上该交易信息所对应的交易不是目标类型的交易。如一个交易信息中包含的文本为“金融街”，由于交易词列表中存在“金融”一词，该交易信息所对应交易就会识别为与“金融”相关的交易，但实际上，“金融街”是一个地名，和“金融”交易无关，这样的识别结果则是错误的。又例如，交易信息中的词语B不存在交易词列表中，就将该交易信息所对应的交易确定为不是目标类型的交易，但实际上该交易信息所对应交易就是目标类型的交易。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法包括：获取待处理交易信息；所述待处理交易信息包括交易对象，或者，所述待处理交易信息包括所述交易对象和交易备注，所述交易备注与所述交易对象相关联；调用目标交易识别模型对所述待处理交易信息进行识别处理，得到交易识别结果；所述交易识别结果用于指示所述待处理交易信息所对应交易是否为目标类型的交易；其中，所述目标交易识别模型是利用训练差异数据对初始交易识别模型进行训练得到，所述训练差异数据是根据样本数据集中各个交易文本对应的训练参数确定的，所述样本数据集还包括各个所述交易文本的样本标签；所述样本标签是根据词向量集合的聚类结果确定的，所述词向量集合包括多个目标词向量，每一个所述目标词向量是根据所述样本数据集中的一个交易文本确定的目标关键词对应的词向量，各个所述交易文本包括所述目标关键词，所述目标关键词为参考关键词库中的任意一个关键词，所述参考关键词库中的关键词与所述目标类型的交易相关联；所述训练参数是根据所述交易文本的样本标签、预测结果和调节参数确定的，所述预测结果是所述初始交易识别模型对所述交易文本进行识别处理得到的，所述调节参数是根据所述预测结果和目标数值确定的，所述调节参数用于指示针对所述交易文本的学习程度。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述样本数据集中的各个所述交易文本输入所述初始交易识别模型进行识别处理，确定各个所述交易文本的预测结果；所述预测结果用于指示所述交易文本为正样本的预测概率；根据所述目标数值和各个所述交易文本的预测概率，确定各个所述交易文本的调节参数；根据各个所述交易文本的预测概率、调节参数和样本标签，确定各个所述交易文本的训练参数；将各个所述交易文本的训练参数进行求和处理，得到所述训练差异数据。3.根据权利要求2所述的方法，其特征在于，所述根据各个所述交易文本的预测概率、调节参数和样本标签，确定各个所述交易文本的训练参数，包括：针对所述样本数据集中的任一交易文本，计算所述任一交易文本的调节参数和预测概率之间的第一乘积，并计算所述任一交易文本的样本标签对应的参考数值与所述第一乘积与之间的和值，得到第一参数；计算所述任一交易文本对应的调节参数、预测概率和参考数值之间的第二乘积，得到第二参数；根据所述第一参数和所述第二参数确定所述任一交易文本的训练参数。4.根据权利要求1所述的方法，其特征在于，所述待处理交易信息为与所述交易对象相关联的M条交易信息中的任意一条交易信息，所述M条交易信息是在同一时间段内获取到的，M为大于1的整数；所述方法还包括：根据所述M条交易信息中的每一条交易信息的交易识别结果，确定所述M条交易信息中的目标交易信息的数量N；所述目标交易信息所对应交易为所述目标类型的交易，N为整数；若N与M之间的比值大于或者等于设定阈值，则确定所述交易对象的对象识别结果为第一对象识别结果，所述第一对象识别结果指示所述交易对象为特定类型的交易对象；
若N与M之间的比值小于所述设定阈值，则确定所述交易对象的对象识别结果为第二对象识别结果，所述第二对象识别结果指示所述交易对象不为所述特定类型的交易对象。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述方法还包括：从所述参考关键词库中获取所述目标关键词，获取与所述目标关键词相关联的所述交易文本集合；调用编码模型对目标交易文本进行编码处理，得到所述目标交易文本的句向量矩阵，从所述句向量矩阵中获取所述目标关键词对应的词向量，并将获取到的词向量确定为所述目标词向量；所述目标交易文本为所述交易文本集合中的任意一个交易文本；根据所述交易文本集合中的各个交易文本对应的目标词向量生成所述词向量集合，并对所述词向量集合进行聚类处理，得到所述聚类结果；根据所述聚类结果确定所述交易文本集合中的各个交易文本的样本标签，根据所述交易文本集合和所述交易文本集合中的各个交易文本的样本标签生成所述样本数据集。6.根据权利要求5所...

【专利技术属性】
技术研发人员：程裕恒，杨子翰，王巍琦，王馨苇，冯帅，邹红建，方高林，何秀强，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：