风险评估方法及装置与流程

本申请涉及数据处理技术领域，具体涉及风控技术领域，尤其涉及风险评估方法及装置。

背景技术：

目前，在教育贷和教育现金贷的审核过程中，需要引入一些自动的用户风控方法对用户的风险进行评估。相关技术中，对用户风控方法主要是，基于词典、词向量的方法对用户的行为文本信息进行向量化，然后基于向量以及模型计算确定用户的逾期风险。

但是，在上述方法中，模型基于用户的行为向量来计算逾期风险，而行为向量是结合用户的行为文本以及词典等确定的，难以反映行为文本中的语义信息以及蕴含知识，导致计算得到的逾期风险并不准确。

技术实现要素：

本申请提出一种风险评估方法及装置，通过采用对应系数能够反映语义信息以及蕴含知识的模型，结合用户的行为文本确定用户的逾期风险，提高了逾期风险计算的准确度。

本申请一方面实施例提出了一种风险评估方法，包括：获取待进行评估的用户的行为文本；将所述行为文本输入预设的逾期风险模型，获取所述逾期风险模型输出的逾期风险值；所述逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；结合所述逾期风险值，对所述用户进行风险决策。

在本申请一个实施例中，所述将所述行为文本输入预设的逾期风险模型，获取所述逾期风险模型输出的逾期风险值之前，还包括：获取初始的逾期风险模型，以及中文语料集；所述中文语料集包括：大于第一预设数量的中文语料；采用所述中文语料集对所述初始的逾期风险模型进行预训练，得到经过预训练的逾期风险模型；获取风险场景的训练数据，所述训练数据包括：大于第二预设数量的用户行为文本以及对应的逾期风险值；采用所述训练数据对经过预训练的逾期风险模型进行训练，得到所述预设的逾期风险模型。

在本申请一个实施例中，所述获取待进行评估的用户的行为文本，包括：获取待进行评估的用户的反馈数据，所述反馈数据包括：多个搜索文本；对所述反馈数据进行采样以及分隔符拼接，得到所述用户的行为文本。

在本申请一个实施例中，所述逾期风险模型为知识增强语义表示模型。

本申请实施例的风险评估方法，通过获取待进行评估的用户的行为文本；将所述行为文本输入预设的逾期风险模型，获取所述逾期风险模型输出的逾期风险值；所述逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；结合所述逾期风险值，对所述用户进行风险决策，该方法通过采用对应系数能够反映语义信息以及蕴含知识的模型，结合用户的行为文本确定用户的逾期风险值，提高了逾期风险计算的准确度。

本申请另一方面实施例提出了一种风险评估装置，包括：获取模块，用于获取待进行评估的用户的行为文本；输入模块，用于将所述行为文本输入预设的逾期风险模型，获取所述逾期风险模型输出的逾期风险值；所述逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；决策模块，用于结合所述逾期风险值，对所述用户进行风险决策。

在本申请一个实施例中，风险评估装置还包括：预训练模块和训练模块；所述获取模块，还用于获取初始的逾期风险模型，以及中文语料集；所述中文语料集包括：大于第一预设数量的中文语料；所述预训练模块，用于采用所述中文语料集对所述初始的逾期风险模型进行预训练，得到经过预训练的逾期风险模型；所述获取模块，还用于获取风险场景的训练数据，所述训练数据包括：大于第二预设数量的用户行为文本以及对应的逾期风险值；所述训练模块，用于采用所述训练数据对经过预训练的逾期风险模型进行训练，得到所述预设的逾期风险模型。

在本申请一个实施例中，所述获取模块具体用于，获取待进行评估的用户的反馈数据，所述反馈数据包括：多个搜索文本；对所述反馈数据进行采样以及分隔符拼接，得到所述用户的行为文本。

在本申请一个实施例中，所述逾期风险模型为知识增强语义表示模型。

本申请实施例的风险评估装置，通过获取待进行评估的用户的行为文本；将所述行为文本输入预设的逾期风险模型，获取所述逾期风险模型输出的逾期风险值；所述逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；结合所述逾期风险值，对所述用户进行风险决策，该装置可实现通过采用对应系数能够反映语义信息以及蕴含知识的模型，结合用户的行为文本确定用户的逾期风险，提高了逾期风险计算的准确度。

本申请另一方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例的风险评估方法。

本申请另一方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例的风险评估方法。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的示意图；

图2是根据本申请第二实施例的示意图。

图3是本申请实施例逾期风险模型框架示意图；

图4是根据本申请第三实施例的示意图；

图5是根据本申请第四实施例的示意图；

图6是用来实现本申请实施例的风险评估方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

下面参考附图描述本申请实施例的风险评估方法及装置。

图1是根据本申请第一实施例的示意图。其中，需要说明的是，本实施例提供的风险评估方法的执行主体为风险评估装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在终端设备或者服务器中，该实施例对此不作具体限定。

如图1所示，该风险评估方法可以包括：

步骤101，获取待进行评估的用户的行为文本。

在本申请实施例中，待进行评估的用户的行为文本可为待进行评估的用户的反馈数据。可选地，获取待进行评估的用户的反馈数据，反馈数据包括：多个搜索文本；对反馈数据进行采样以及分隔符拼接，得到用户的行为文本。

作为一种示例，比如，用户在浏览器搜索栏中输入文本，根据用户输入的文本进行提取可获取用户的反馈数据。为了节省相关计算资源，对反馈数据进行采样，并对采用后的反馈数据采用分隔符进行拼接，得到用户的行为文本。

步骤102，将行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值；逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型。

在本申请实施例中，获取待进行评估的用户的行为文本之后，可将该行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值。其中，需要说明的是，逾期风险模型可为经过中文语料集预训练，以及风险场景数据微调得到的模型。作为一种示例，逾期风险模型可以是但不限于知识增强语义表示模型。

可以理解，在将行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值之前，需先获取预设的逾期风险模型。可选地，如图2所示，图2是根据本申请第二实施例的示意图。具体实现方式如下：

步骤201，获取初始的逾期风险模型，以及中文语料集；中文语料集包括：大于第一预设数量的中文语料。

在本申请实施例中，初始的逾期风险模型可为未经过预训练的知识增强语义表示模型，中文语料集可包括大于第一预设数量的任意中文语料。

步骤202，采用中文语料集对初始的逾期风险模型进行预训练，得到经过预训练的逾期风险模型。

作为一种示例，采用中文语料集对初始的逾期风险模型进行无监督训练，得到经过预训练的逾期风险模型。

步骤203，获取风险场景的训练数据，训练数据包括：大于第二预设数量的用户行为文本以及对应的逾期风险值。

在本申请实施例中，可将用户的反馈数据与金融信贷样本进行配对，对反馈数据进行采样，得到采样后的用户行为文本和对应的逾期标签，将采样后的用户行为文本和对应的逾期标签作为风险场景的训练数据，对经过预训练的逾期风险模型进行训练。为了提高逾期风险模型的准确度，训练数据的数量大于第二预设数量。其中，需要说明的是，逾期标签可包括但不限于逾期、未逾期。

步骤204，采用训练数据对经过预训练的逾期风险模型进行训练，得到预设的逾期风险模型。

进一步地，采用训练数据对经过预训练的逾期风险模型进行训练，得到预设的逾期风险模型。在本申请实施例中，预设的逾期风险模型可建成一个二分类模型，其中，分类标签可对应逾期、未逾期。

步骤103，结合逾期风险值，对用户进行风险决策。

在本申请实施例中，在预设的逾期风险模型中，输入为采样后用户的行为文本，输出为用户逾期风险值，将该逾期风险值融入教育贷和教育现金贷模型中可得到最终的风险决策。

综上，通过采用对应系数能够反映语义信息以及蕴含知识的模型，对该模型采用大规模中文语料进行预训练，然后采用风控场景的用户行为文本以及逾期记录对，对模型进行进一步训练，使得模型能够解析用户行文文本中的语义信息以及知识，结合语义信息以及知识确定用户的逾期风险值，提高了逾期风险计算的准确度。

为了更好地说明上述实施例，现通过图3进行说明，图3为根据本申请实施例的逾期风险模型框架示意图，如图3所示，本申请实施例的风险评估方法可分为逾期风险模型训练阶段和风险值预测阶段。在逾期风险模型训练阶段，首先，在得到预设的逾期风险模型之前，可采用大规模中文文本对初始的逾期风险模型进行预训练，得到经过预训练的逾期风险模型，之后，将用户反馈数据以及与金融信贷样本进行配对，得到采样后的用户行为文本和对应的逾期标签，将采样后的用户行为文本和对应的逾期标签作为风险场景的训练数据，对经过预训练的逾期风险模型进行训练，得到预设的逾期风险模型。将采样后的用户行为文本用分隔符拼接后，输入预设的逾期风险模型中，该模型可输出逾期风险值。最后，将该风险值融入教育贷和教育现金贷模型中得到最终的风险决策。

本申请实施例的风险评估方法，通过获取待进行评估的用户的行为文本；将所述行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值；逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；结合逾期风险值，对用户进行风险决策，该方法通过采用对应系数能够反映语义信息以及蕴含知识的模型，对该模型采用大规模中文语料进行预训练，然后采用风控场景的用户行为文本以及逾期记录对，对模型进行进一步训练，使得模型能够解析用户行文文本中的语义信息以及知识，结合语义信息以及知识确定用户的逾期风险，提高了逾期风险计算的准确度。

为了实现上述实施例，本申请实施例还提供一种风险评估装置。

图4是根据本申请第三实施例的示意图。如图4所示，该风险评估装置400包括：获取模块410、输入模块420、决策模块430。

其中，获取模块410，用于获取待进行评估的用户的行为文本；输入模块420，用于将行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值；逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；决策模块430，用于结合逾期风险值，对用户进行风险决策。

作为本申请实施例的一种可能实现方式，如图5所示，图5是根据本申请第四实施例的示意图，在图4所示基础上，风险评估装置400还包括预训练模块440和训练模块450。

其中，获取模块410，还用于获取初始的逾期风险模型，以及中文语料集；中文语料集包括：大于第一预设数量的中文语料；预训练模块440，用于采用中文语料集对初始的逾期风险模型进行预训练，得到经过预训练的逾期风险模型；获取模块410，还用于获取风险场景的训练数据，训练数据包括：大于第二预设数量的用户行为文本以及对应的逾期风险值；训练模块450，用于采用训练数据对经过预训练的逾期风险模型进行训练，得到预设的逾期风险模型。

作为本申请实施例的一种可能实现方式，获取模块410具体用于获取待进行评估的用户的反馈数据，反馈数据包括：多个搜索文本；对反馈数据进行采样以及分隔符拼接，得到用户的行为文本。

作为本申请实施例的一种可能实现方式，逾期风险模型为知识增强语义表示模型。

本申请实施例的风险评估装置，通过获取待进行评估的用户的行为文本；将所述行为文本输入预设的逾期风险模型，获取逾期风险模型输出的逾期风险值；逾期风险模型为经过中文语料集预训练，以及风险场景数据微调得到的模型；结合逾期风险值，对用户进行风险决策，该装置可实现通过采用对应系数能够反映语义信息以及蕴含知识的模型，对该模型采用大规模中文语料进行预训练，然后采用风控场景的用户行为文本以及逾期记录对，对模型进行进一步训练，使得模型能够解析用户行文文本中的语义信息以及知识，结合语义信息以及知识确定用户的逾期风险，提高了逾期风险计算的准确度。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是根据本申请实施例的风险评估方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的风险评估方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的风险评估方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的风险评估方法对应的程序指令/模块(例如，图4所示的获取模块410、输入模块420、决策模块430，图5所示的预训练模块440和训练模块450)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的风险评估方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据文本标签模型的训练的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至风险评估的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

风险评估的方法的电子设备还可以包括：输入装置303和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与风险评估的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。