System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于风险识别的方法、装置、设备和可读介质制造方法及图纸_技高网

用于风险识别的方法、装置、设备和可读介质制造方法及图纸

技术编号:41319797 阅读:4 留言:0更新日期:2024-05-13 14:59
本公开的实施例提供用于风险识别的方法、装置、设备和可读介质。该方法包括:对目标对话执行向量化以获取与目标对话对应的目标向量,目标对话预先被分类模型确定为存在违规风险;从向量数据库中获取与目标向量之间的相似度满足预定条件的一组违规样本向量和一组不违规样本向量;至少基于目标向量、一组违规向量以及一组不违规向量构建针对语言模型的提示词输入;以及将提示词输入提供给语言模型,得到语言模型的模型输出,模型输出指示目标对话是否存在违规风险。以此方式,可以借助语言模型来实现对话的二次检测,可以在保证风险识别的效率的同时,提高风险识别的准确性。

【技术实现步骤摘要】

本公开的示例实施例总体涉及计算机,并且更具体地,涉及用于风险识别的方法、装置、设备和计算机可读存储介质。


技术介绍

1、随着互联网技术的发展,通过互联网获取信息、生活、娱乐和工作成为人们生活的一部分。可以提供各类服务的应用、网页等也已经成为了人们生活中必不可少的存在。服务提供方可以利用互联网为被服务方提供线上服务,例如对象(商品、广告等)推广、在线客服、在线销售、在线教育等等。为了防范风险和保证服务质量,需要定期的对服务进行抽查,也即对服务执行风险识别(也可以称之为风险检测)。期望可以提高识别的效率和准确性。


技术实现思路

1、在本公开的第一方面,提供一种风险识别的方法。该方法包括:对目标对话执行向量化以获取与目标对话对应的目标向量,目标对话预先被分类模型确定为存在违规风险;从向量数据库中获取与目标向量之间的相似度满足预定条件的一组违规样本向量和一组不违规样本向量;至少基于目标对话、一组违规向量以及一组不违规向量构建针对语言模型的提示词输入;以及将提示词输入提供给语言模型,得到语言模型的模型输出,模型输出指示目标对话是否存在违规风险。

2、在本公开的第二方面,提供一种用于风险识别的装置。该装置包括:目标向量获取模块,被配置为对目标对话执行向量化以获取与目标对话对应的目标向量,目标对话预先被分类模型确定为存在违规风险;样本向量获取模块,被配置为从向量数据库中获取与目标向量之间的相似度满足预定条件的一组违规样本向量和一组不违规样本向量;提示词构建模块,被配置为至少基于目标对话、一组违规向量以及一组不违规向量构建针对语言模型的提示词输入;以及违规风险确定模块,被配置为将提示词输入提供给语言模型,得到语言模型的模型输出,模型输出指示目标对话是否存在违规风险。

3、在本公开的第三方面,提供了一种电子设备。该电子设备包括至少一个处理单元;以及至少一个存储器,至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令,指令在由至少一个处理单元执行时使电子设备执行本公开第一方面的方法。

4、在本公开的第四方面,提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,其可由处理器执行以执行根据本公开的第一方面的方法。

5、应当理解,
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种风险识别的方法,包括:

2.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

3.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

4.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

5.根据权利要求1所述的方法,其中从向量数据库中获取与所述目标向量之间的相似度满足预定条件的一组违规样本向量和一组不违规样本向量包括:

6.根据权利要求1所述的方法,其中所述分类模型经由如下确定所述目标对话存在违规风险:

7.根据权利要求1所述的方法,其中所述目标对话包括在服务提供方和被服务方之间的对话过程中来自所述服务提供方的对话信息。

8.一种用于风险识别的装置,包括:

9.一种电子设备,包括:

10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可由处理器执行以实现根据权利要求1至7任一项所述的方法。

【技术特征摘要】

1.一种风险识别的方法,包括:

2.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

3.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

4.根据权利要求1所述的方法,其中构建针对语言模型的提示词输入包括:

5.根据权利要求1所述的方法,其中从向量数据库中获取与所述目标向量之间的相似度满足预定条件的一组违规样本向量和一组不违规样本向量包括:

...

【专利技术属性】
技术研发人员:潘一鸣孙兴李金泽孟祥旭
申请(专利权)人:北京量子之歌科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1