[发明专利]基于人工智能的信用评级方法及装置

权利要求书

1.一种基于人工智能的信用评级方法，其特征在于，包括：

接收评级对象的评级材料信息；

根据所述评级材料信息自动获取评级对象的相关信息；

根据所述评级材料信息和所述相关信息构建训练样本和验证样本；

根据所述训练样本构建第一评级模型；

根据所述验证样本对所述第一评级模型进行验证，当所述第一评级模型的准确度达到预设准确度阈值时，使用所述第一评级模型进行信用评级操作。

2.如权利要求1所述的基于人工智能的信用评级方法，其特征在于，根据所述评级材料信息自动获取评级对象的相关信息，包括：

提取所述评级材料信息中的关键词；

根据所述关键词自动获取评级对象的相关信息。

3.如权利要求1所述的基于人工智能的信用评级方法，其特征在于，根据所述评级材料信息和所述相关信息构建训练样本和验证样本，包括：

将所述评级材料信息和所述相关信息进行对比整合，过滤掉重复信息和无价值信息，根据整合后的评级材料信息和相关信息构建训练样本和验证样本。

4.如权利要求1或3所述的基于人工智能的信用评级方法，其特征在于，根据所述训练样本构建第一评级模型，包括：

设置评级模型构建参数，根据所述训练样本和所述评级模型构建参数构建所述第一评级模型。

5.如权利要求3所述的基于人工智能的信用评级方法，其特征在于，还包括：

当所述第一评级模型的准确度未达到预设准确度阈值时，对所述第一评级模型进行重新训练。

6.如权利要求5所述的基于人工智能的信用评级方法，其特征在于，当所述第一评级模型的准确度未达到预设准确度阈值时，对所述第一评级模型进行重新训练，包括：

修改所述评级模型构建参数，利用修改后的评级模型构建参数和所述训练样本重新训练所述第一评级模型。

7.如权利要求5所述的基于人工智能的信用评级方法，其特征在于，当所述第一评级模型的准确度未达到预设准确度阈值时，对所述第一评级模型进行重新训练，包括：

将所述评级材料信息和所述相关信息进行重新对比整合，获得新的训练样本；

根据新的训练样本对所述第一评级模型进行重新训练。

8.如权利要求1所述的基于人工智能的信用评级方法，其特征在于，还包括：

当经过预设时间或评级对象的样本数量达到预设数量后，使用当前评级对象的评级材料信息构建第二评级模型，将所述第一评级模型和所述第二评级模型进行对比，获得最优评级模型，使用所述最优评级模型进行信用评级操作。

9.一种基于人工智能的信用评级装置，其特征在于，包括：

信息接收模块，用于接收评级对象的评级材料信息；

信息获取模块，用于根据所述评级材料信息自动获取评级对象的相关信息；

样本构建模块，用于根据所述评级材料信息和所述相关信息构建训练样本和验证样本；

评级模型构建模块，用于根据所述训练样本构建第一评级模型；

验证模块，用于根据所述验证样本对所述第一评级模型进行验证；

评级操作模块，用于当所述第一评级模型的准确度达到预设准确度阈值时，使用所述第一评级模型进行信用评级操作。

10.如权利要求9所述的基于人工智能的信用评级装置，其特征在于，所述信息获取模块具体用于：

提取所述评级材料信息中的关键词；

根据所述关键词自动获取评级对象的相关信息。

11.如权利要求9所述的基于人工智能的信用评级装置，其特征在于，所述样本构建模块具体用于：

将所述评级材料信息和所述相关信息进行对比整合，过滤掉重复信息和无价值信息，根据整合后的评级材料信息和相关信息构建训练样本和验证样本。