【技术实现步骤摘要】
本申请实施例涉及人工智能，尤其涉及一种风险预测的方法、装置、设备及存储介质。
技术介绍
1、相关技术中，需要对目标对象的各个模态的业务数据分别输入对应的神经网络模型，输出每个模态的业务数据的分类标签，然后将每个模态的业务数据的分类标签再输入风控策略模型，输出对目标对象是否恶意欺诈的判断。该方案因为无法同时处理不同模态的数据，而对每个模态的业务数据分开进行标签预测，相当于把一个判断目标对象是否恶意欺诈的目标拆分成了多个子目标，其子目标之间的判断是独立的。这导致模型无法识别相互独立的数据标签之间的关系，准确率较低。另外，多个子目标对应需要训练多个子目标模型来预测每个子目标的标签，时间和人力成本较高。
技术实现思路
1、本申请提供一种风险预测的方法、装置、设备及存储介质，能够有利于提高风险预测的准确率，同时能够省去为不同模态数据类型训练多个不同模态的模型带来的时间和人力成本。
2、第一方面，本申请实施例提供一种风险预测的方法，包括：
3、获取目标提示词，所述目标提示词包括目标对象的业务数据的第一文本数据和第一图像数据；
4、将所述第一图像数据输入预训练的视觉模型，得到所述第一图像数据的第一分类结果；
5、获取所述第一文本数据的第一文本嵌入表示，以及获取所述第一分类结果的第二文本嵌入表示；其中，所述第一文本嵌入表示和所述第二文本嵌入表示的维度相同；
6、将所述第一文本嵌入表示和所述第二文本嵌入表示输入预训练的多模态语言模型，生成目
7、第二方面，本申请实施例提供一种风险预测的装置，包括：
8、第一获取单元，用于获取目标提示词，所述目标提示词包括目标对象的业务数据的第一文本数据和第一图像数据；
9、预训练的视觉模型，用于输入所述第一图像数据，得到所述第一图像数据的第一分类结果；
10、第二获取单元，用于获取所述第一文本数据的第一文本嵌入表示，以及获取所述第一分类结果的第二文本嵌入表示；其中，所述第一文本嵌入表示和所述第二文本嵌入表示的维度相同；
11、预训练的多模态语言模型，用于输入所述第一文本嵌入表示和所述第二文本嵌入表示，生成目标文本补全；其中，所述目标文本补全用于预测所述目标对象是否存在异常风险。
12、第三方面，本申请实施例提供一种电子设备，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行如第一方面中的方法。
13、第四方面，本申请实施例提供一种计算机可读存储介质，包括指令，当其在计算机上运行时使得计算机执行如第一方面中的方法。
14、第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行如第一方面中的方法。
15、第六方面，本申请实施例提供一种计算机程序，计算机程序使得计算机执行如第一方面中的方法。
16、本申请实施例通过将目标对象的业务数据中的图像数据输入视觉模型得到图像分类结果，然后将业务数据中的文本数据和图像分类结果作为提示语句，统一输入到多模态语言模型中，经模型推理输出目标对象是否存在异常风险的文本补全，从而可以端到端地利用文本数据和图像数据之间的关联性对目标对象是否存在异常风险进行预测，有利于提高风险预测的准确率。同时，多模态语言模型能够同时处理文本数据和图像数据等不同模态的业务数据类型，可以省去为不同模态数据类型训练多个不同模态的模型带来的时间和人力成本。
本文档来自技高网...【技术保护点】
1.一种风险预测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态语言模型包括Transformer解码器；
3.根据权利要求2所述的方法，其特征在于，所述Transformer解码器包括包含掩模的第一多头注意力层、不包含掩模的第二多头注意力层和前馈网络层。
4.根据权利要求1所述的方法，其特征在于，所述视觉模型包括视觉Transformer编码器；
5.根据权利要求4所述的方法，其特征在于，所述视觉Transformer编码器包括第三多头注意力层和第二多层感知器MLP。
6.根据权利要求1所述的方法，其特征在于，所述第一文本数据包括结构化数值数据和非结构化文本数据；
7.根据权利要求1所述的方法，其特征在于，还包括：
8.根据权利要求1-7任一项所述的方法，其特征在于，所述目标提示词包括目标描述和目标问题，所述目标描述用于描述所述业务数据的数据特征，所述目标问题用于询问所述目标对象是否存在异常风险。
9.根据权利要求1-7任一项所述的方法，其特征在于，所
10.一种风险预测的装置，其特征在于，包括：
11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有指令，所述处理器执行所述指令时，使得所述处理器执行权利要求1-9任一项所述的方法。
12.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序包括用于执行权利要求1-9中任一项所述的方法。
13.一种计算机程序产品，其特征在于，包括计算机程序代码，当所述计算机程序代码被电子设备运行时，使得所述电子设备执行权利要求1-9中任一项所述的方法。
...【技术特征摘要】
1.一种风险预测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态语言模型包括transformer解码器；
3.根据权利要求2所述的方法，其特征在于，所述transformer解码器包括包含掩模的第一多头注意力层、不包含掩模的第二多头注意力层和前馈网络层。
4.根据权利要求1所述的方法，其特征在于，所述视觉模型包括视觉transformer编码器；
5.根据权利要求4所述的方法，其特征在于，所述视觉transformer编码器包括第三多头注意力层和第二多层感知器mlp。
6.根据权利要求1所述的方法，其特征在于，所述第一文本数据包括结构化数值数据和非结构化文本数据；
7.根据权利要求1所述的方法，其特征在于，还包括：
8.根据权利要求1-7任一项所述的方法，其特...
【专利技术属性】
技术研发人员：金凌，
申请(专利权)人：腾讯科技深圳有限公司，
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。