[发明专利]信息识别方法、装置、终端及服务器

权利要求书

1.一种信息识别方法，其特征在于，包括：

接收信用卡账单信息；

截取所述信用卡账单信息中包含金额的分句；

对各分句进行分词处理，基于预存储的特征词集合对所述分词处理后得到的词进行特征提取，得到所述信用卡账单信息的特征词集合；

基于预存储的训练模型和所述信用卡账单信息的特征词集合确定所述信用卡账单信息中的款项信息；

将所述款项信息发送至金融应用APP进行自动还款；

所述基于预存储的训练模型和所述信用卡账单信息的特征词集合确定所述信用卡账单信息中的款项信息，包括：

读取所述训练模型中的款项分类；

基于预存储的训练模型和所述信用卡账单信息的特征词集合，对各所述分句中的金额进行预测，得到各金额属于各所述款项分类的概率，所述款项分类包括还款额类和非还款额类；

将概率最高的款项分类作为对应的金额所属的款项分类；

判断各分句中的金额是否属于所述还款额类，基于判断结果确定所述信用卡账单信息中的款项信息。

2.根据权利要求1所述的方法，其特征在于，所述基于判断结果确定所述信用卡账单信息中的款项信息，包括：

在没有一个所述分句中的金额被判断为属于所述还款额类时，确定所述信用卡账单信息中的还款信息为零；

在只有一个所述分句中的金额被判断为属于所述还款额类时，将所述分句中的金额确定为还款额，将币种确认为人民币；

在多于一个所述分句中的金额被判断为属于所述还款额类时，基于所述分句中的币种的不同确定还款额。

3.根据权利要求2所述的方法，其特征在于，所述基于所述分句中的币种的不同确定还款额，包括：

对于金额属于所述还款额的各所述分句，分别提取各所述分句上下文中的币种信息；

在各所述币种信息互不相同时，将各所述币种信息对应的所述分句中的金额确定为还款额。

4.根据权利要求2所述的方法，其特征在于，所述基于所述分句中的币种的不同确定还款额，包括：

在至少两个所述币种信息相同时，读取相同的币种信息对应的金额分别属于还款额的概率；

将所述概率最大的金额确定为所述币种信息的还款额。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收服务器发送的基于信息增益对信用卡账单信息进行筛选所得到的特征词集合，以及基于朴素贝叶斯分类器对所述信用卡账单信息的分句进行训练所生成的训练模型。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述款项信息添加到日历生成提醒信息。

7.一种信息识别方法，其特征在于，包括：

获取设定时间段内收到的信用卡账单信息；

截取所述信用卡账单信息中包含金额的分句，并基于预设的款项分类对所述分句中的金额进行标注；

基于所述款项分类对标注后的所述分句进行特征词选择，得到特征词集合；

以各所述分句中的金额作为训练目标，基于所述特征词集合对标注后的所述分句进行训练，得到训练模型；

将所述训练模型发送给终端，以使所述终端基于接收到的信用卡账单信息中的特征词集合及所述训练模型，确定所接收到的信用卡账单信息中的款项信息。

8.根据权利要求7所述的方法，其特征在于，所述基于所述款项分类对标注后的所述分句进行特征词选择，得到特征词集合，包括：

对所述标注后的所述分句进行分词处理；

对所述分词处理之后得到的词进行去重处理；

从所述去重处理之后得到的词中，选择出与所述款项分类的关联性大于设定阈值的特征词，所选择出的特征词构成所述特征词集合。

9.根据权利要求8所述的方法，其特征在于，所述选择出与所述款项分类的关联性大于设定阈值的特征词，包括：

采用信息增益的方法选择出与所述款项分类的关联性大于设定阈值的特征词。