1.一种基于深度学习的公积金提取方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于深度学习的公积金提取方法,其特征在于,在同一时间段内,若所述训练完成的深度学习模型接收到多组不同用户的待认证信息时,所述方法包括:
3.如权利要求2所述的基于深度学习的公积金提取方法,其特征在于,不同场景对应多个补充模板,所述补充模板的选定基于所述第二待认证信息中第一校验未通过的部分信息确定。
4.如权利要求2所述的基于深度学习的公积金提取方法,其特征在于,接收对应用户端上传的针对所述补充模板的补充信息并进行第二校验包括:
5.如权利要求4所述的基于深度学习的公积金提取方法,其特征在于,所述预设更新条件包括所述补充信息表中的补充信息数量达到预设数值或距离上一次写入补充信息的时间超过预设间隔。
6.如权利要求1所述的基于深度学习的公积金提取方法,其特征在于,所述方法包括:
7.如权利要求6所述的基于深度学习的公积金提取方法,其特征在于,所述第二预设待认证信息的类型为多种,所述根据所述第二预设待认证信息从预先设置的认证信息库中获取对应的第二待认证信息进行校验包括:
8.如权利要求1所述的基于深度学习的公积金提取方法,其特征在于,所述接收用户对所述场景选项的选择指令之后还包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至8任一项所述的基于深度学习的公积金提取方法。
10.一种电子设备,其上存储有计算机程序,其特征在于,包括处理器和存储介质,所述存储介质上存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8任意一项所述的基于深度学习的公积金提取方法。