基于人工智能的风险分析方法、装置、计算机设备及介质与流程

本发明适用于数据处理，尤其涉及一种基于人工智能的风险分析方法、装置、计算机设备及介质。

背景技术：

1、保险行业的咨述场景主要是在客户购买保险后，通过保险客服与客户的多轮电话沟通来解决客户针对已购保险存在的相关问题。在每次电话沟通之后，可以基于自动语音识别技术将电话音频转译为文本，通过文本识别客户的负面情绪以确定客户的风险级别，并基于多轮电话沟通下各级风险级别的数量来预测客户的风险得分，该风险得分表示通过电话沟通预测客户存在投诉的可能性。

2、在保险行业的咨述场景下，目前主要通过保险客服的主观经验来进行风险的分析预测，由于保险客服和客户在电话沟通时受自身情绪影响和经验不足等原因，导致风险分析结果容易出错，降低了对客户进行风险分析的准确率。

3、因此，在保险行业的咨述场景下，如何提高对客户进行风险分析的准确率成为亟待解决的问题。

技术实现思路

1、有鉴于此，本发明实施例提供了一种基于人工智能的风险分析方法、装置、计算机设备及介质，以解决客户风险分析的准确率较低的问题。

2、第一方面，本发明实施例提供一种基于人工智能的风险分析方法，所述风险分析方法包括：

3、获取文本库中每个文本的若干个子文本，将每个子文本输入至训练好的风险级别分类模型中进行分类，输出每个子文本的风险级别；

4、获取与风险级别集合对应的n组风险得分参数集，针对任一组风险得分参数集，确定每个风险级别对应的风险得分参数，所述风险级别集合中的每个风险级别对应一组风险得分参数集中的一个风险得分参数，其中，n为大于1的整数；

5、针对任一文本，将所述文本的所有子文本的风险级别和所有风险级别对应的风险得分参数输入预设的风险得分模型，输出所述文本的风险得分；

6、遍历所有文本，得到每个文本的风险得分，获取每个文本的真实风险标签，根据所有文本的真实风险标签得到文本风险比例，根据所有文本的风险得分和所述文本风险比例，对每个文本进行标签预测，得到对应文本的预测风险标签，根据所有文本的所述真实风险标签和所述预测风险标签，确定所述风险得分参数集的风险预测准确率；

7、遍历所有风险得分参数集，得到每个风险得分参数集的风险预测准确率，确定最大的风险预测准确率对应的风险得分参数集为最优风险得分参数集，根据所述最优风险得分参数集，结合所述训练好的风险级别分类模型和所述预设的风险得分模型，对获取的目标文本包含的目标子文本进行计算，得到对应所述目标文本的风险得分。

8、第二方面，本发明实施例提供一种基于人工智能的风险分析装置，所述风险分析装置包括：

9、风险级别输出模块，用于获取文本库中每个文本的若干个子文本，将每个子文本输入至训练好的风险级别分类模型中进行分类，输出每个子文本的风险级别；

10、风险得分参数确定模块，用于获取与风险级别集合对应的n组风险得分参数集，针对任一组风险得分参数集，确定每个风险级别对应的风险得分参数，所述风险级别集合中的每个风险级别对应一组风险得分参数集中的一个风险得分参数，其中，n为大于1的整数；

11、风险得分计算模块，用于针对任一文本，将所述文本的所有子文本的风险级别和所有风险级别对应的风险得分参数输入预设的风险得分模型，输出所述文本的风险得分；

12、风险预测准确率确定模块，用于遍历所有文本，得到每个文本的风险得分，获取每个文本的真实风险标签，根据所有文本的真实风险标签得到文本风险比例，根据所有文本的风险得分和所述文本风险比例，对每个文本进行标签预测，得到对应文本的预测风险标签，根据所有文本的所述真实风险标签和所述预测风险标签，确定所述风险得分参数集的风险预测准确率；

13、目标文本风险分析模块，用于遍历所有风险得分参数集，得到每个风险得分参数集的风险预测准确率，确定最大的风险预测准确率对应的风险得分参数集为最优风险得分参数集，根据所述最优风险得分参数集，结合所述训练好的风险级别分类模型和所述预设的风险得分模型，对获取的目标文本包含的目标子文本进行计算，得到对应所述目标文本的风险得分。

14、第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的风险分析方法。

15、第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的风险分析方法。

16、本发明实施例与现有技术相比存在的有益效果是：通过将每个文本的每个子文本分别输入至训练好的风险级别分类模型中进行分类，输出每个子文本的风险级别，获取与风险级别集合对应的n组风险得分参数集，针对任一组风险得分参数集，确定每个风险级别对应的风险得分参数，结合每个文本的所有子文本的风险级别和预设的风险得分模型，输出每个文本的风险得分，根据所有文本的真实风险标签得到文本风险比例后，结合所有文本的风险得分得到对应文本的预测风险标签，以根据所有文本的真实风险标签和预测风险标签来确定风险得分参数集的风险预测准确率，从而确定最大的风险预测准确率对应的风险得分参数集为最优风险得分参数集，基于最优风险得分参数集、训练好的风险级别分类模型和预设的风险得分模型，得到对应目标文本的风险得分，提高了目标文本的风险得分的计算准确率，从而提高了目标文本的风险分析准确率。

技术特征：

1.一种基于人工智能的风险分析方法，其特征在于，所述风险分析方法包括：

2.根据权利要求1所述的风险分析方法，其特征在于，所述训练好的风险级别分类模型包括训练好的编码器和训练好的全连接层；

3.根据权利要求1所述的风险分析方法，其特征在于，所述针对任一文本，将所述文本的所有子文本的风险级别和所有风险级别对应的风险得分参数输入预设的风险得分模型，输出所述文本的风险得分包括：

4.根据权利要求1所述的风险分析方法，其特征在于，所述获取每个文本的真实风险标签，根据所有文本的真实风险标签得到文本风险比例包括：

5.根据权利要求4所述的风险分析方法，其特征在于，所述根据所有文本的风险得分和所述文本风险比例，对每个文本进行标签预测，得到对应文本的预测风险标签包括：

6.根据权利要求1所述的风险分析方法，其特征在于，所述根据所述最优风险得分参数集，结合所述训练好的风险级别分类模型和所述预设的风险得分模型，对获取的目标文本包含的目标子文本进行计算，得到对应所述目标文本的风险得分包括：

7.一种基于人工智能的风险分析装置，其特征在于，所述风险分析装置包括：

8.根据权利要求7所述的风险分析装置，其特征在于，所述风险得分计算模块包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的风险分析方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的风险分析方法。

技术总结
本发明适用于数据处理技术领域，尤其涉及一种基于人工智能的风险分析方法、装置、计算机设备及介质。本发明通过训练好的风险级别分类模型输出每个子文本的风险级别，并根据任一组风险得分参数集确定每个风险级别对应的风险得分参数，结合每个文本的所有子文本的风险级别和预设的风险得分模型，输出每个文本的风险得分，根据所有文本的真实风险标签得到文本风险比例后，结合所有文本的风险得分得到所有文本的预测风险标签，并计算每个风险得分参数集的风险预测准确率来确定最优风险得分参数集，以基于最优风险得分参数集来计算目标文本的风险得分，提高了目标文本的风险得分的计算准确率，从而提高了对目标文本进行风险分析的准确率。

技术研发人员：欧阳升,王健宗,程宁
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：
技术公布日：2024/1/13