基于聚类模型的事件归因方法、装置、设备及存储介质制造方法及图纸

技术编号:44829902 阅读:28 留言:0更新日期:2025-03-28 20:22
本申请涉及人工智能技术领域,公开了一种基于聚类模型的事件归因方法、装置、电子设备及存储介质。该方法包括:获取事件归因数据,通过预设的大语言模型处理所述事件归因数据,得到归因事由关键信息数据和归因事由概念数据;通过预设的向量模型对所述归因事由关键信息数据和所述归因事由概念数据进行向量化处理,得到事件归因特征向量;计算聚类粒度参数,使用预设聚类模型根据所述聚类粒度参数对所述事件归因特征向量进行聚类处理,得到事件归因聚类结果;输入所述事件归因聚类结果至所述预设的大语言模型,得到所述大语言模型输出的事件归因分类标签。该方法提升了事件归因结果的准确率,降低了分析成本。

【技术实现步骤摘要】

本申请涉及人工智能,尤其涉及一种基于聚类模型的事件归因方法、装置、电子设备及存储介质。


技术介绍

1、在金融行业,监管机构对金融机构的违规行为进行处罚是维护市场秩序、保护消费者权益的重要手段。随着金融市场的快速发展和金融创新的不断涌现,监管机构对金融机构的监管力度不断加大,处罚决定的复杂性和多样性也日益增加。然后,现有的金融监管处罚事由技术分析方法在处理这些复杂性和多样性时存在一定的局限性,例如,金融处罚事由的数据形态多样性和长尾事由处理难题,处罚决定通常包含多项处罚事由,且事由的表述粒度不一,既有包含具体违规细节的详尽描述,也有简略的概括,导致现有技术在处理数据时难以统一标准,尤其是对于那些出现频率低但又重要的长尾事由,现有技术往往无法有效识别和处理,导致聚类结果不准确。又例如,对于金融处罚事由的聚类粒度难以确定,在对处罚事由进行聚类分析时,现有技术难以准确确定聚类的粒度,过细的聚类可能导致信息冗余,过粗的聚类则可能丢失关键信息,影响分析的准确性和有效性。


技术实现思路

1、本申请实施方式主要解决的技术问题本文档来自技高网...

【技术保护点】

1.一种基于聚类模型的事件归因方法,其特征在于,包括:

2.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述通过预设的大语言模型处理所述事件归因数据,得到归因事由关键信息数据和归因事由概念数据的步骤,包括:

3.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述聚类模型为层次聚类模型,所述计算聚类粒度参数的步骤,包括:

4.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述输入所述事件归因聚类结果至所述预设的大语言模型的步骤之前,还包括:

5.根据权利要求4所述的基于聚类模型的事件归因方法,其特征...

【技术特征摘要】

1.一种基于聚类模型的事件归因方法,其特征在于,包括:

2.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述通过预设的大语言模型处理所述事件归因数据,得到归因事由关键信息数据和归因事由概念数据的步骤,包括:

3.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述聚类模型为层次聚类模型,所述计算聚类粒度参数的步骤,包括:

4.根据权利要求1所述的基于聚类模型的事件归因方法,其特征在于,所述输入所述事件归因聚类结果至所述预设的大语言模型的步骤之前,还包括:

5.根据权利要求4所述的基于聚类模型的事件归因方法,其特征在于,所述使用归一化处理后的所述分类概率计算所述每个事件归因的熵值的步骤之后,包括:

【专利技术属性】
技术研发人员:于佳玉
申请(专利权)人:平安科技深圳有限公司
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