[发明专利]风险提示方法、信息提示方法、计算机设备、存储介质在审

专利信息
申请号: 201910395520.X 申请日: 2019-05-13
公开(公告)号: CN112015999A 公开(公告)日: 2020-12-01
发明(设计)人: 庞玉 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F16/9536 分类号: G06F16/9536;G06F16/35;G06F40/289
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 钱秀茹
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风险 提示 方法 信息 计算机 设备 存储 介质
【权利要求书】:

1.一种风险提示方法,其特征在于,包括:

获取目标文本中的文本元素,确定所述文本元素的第一风险数据;

根据所述第一风险数据,确定所述目标文本具有风险;

根据所述第一风险数据,对至少一个目标文本元素进行风险提示。

2.根据权利要求1所述的方法,其特征在于,所述确定所述文本元素的第一风险数据包括:

以所述目标文本及其中的文本元素作为输入内容,根据风险识别模型,确定所述文本元素相对目标文本的第一风险数据,其中,所述风险识别模型包括神经网络模型,所述神经网络模型包括注意力层。

3.根据权利要求2所述的方法,其特征在于,在所述以所述目标文本及其中的文本元素作为输入内容,根据风险识别模型,确定所述文本元素相对目标文本的第一风险数据之前,所述方法还包括:

采用标记风险数据的文本样本,训练所述风险识别模型。

4.根据权利要求2所述的方法,其特征在于,在所述获取目标文本中的文本元素,确定所述文本元素的第一风险数据之前,所述方法还包括:

获取所述目标文本对应的风险类别;

选取针对所述风险类别的风险识别模型。

5.根据权利要求1所述的方法,其特征在于,所述获取目标文本中的文本元素包括:

从文本中提取所述目标文本;

对所述目标文本进行分词,得到文本元素。

6.根据权利要求1所述的方法,其特征在于,所述根据所述第一风险数据,确定所述目标文本具有风险包括:

对所述第一风险数据进行加权处理,得到所述目标文本的第二风险数据;

根据所述第二风险数据以及文本元素对应的元素向量,确定所述目标文本是否具有风险。

7.根据权利要求6所述的方法,其特征在于,在所述根据所述第二风险数据以及文本元素对应的元素向量,确定所述目标文本是否具有风险之前,所述方法还包括:

构建所述文本元素的元素向量。

8.根据权利要求1所述的方法,其特征在于,所述根据所述第一风险数据,对至少一个目标文本元素进行风险提示包括:

确定所述第一风险数据符合预设条件的至少一个文本元素,并以所述至少一个文本元素作为使所述目标文本具有风险的目标文本元素;

在所述目标文本元素的对应位置处添加用于提示的预设展示元素。

9.根据权利要求8所述的方法,其特征在于,在所述在所述目标文本元素的对应位置处添加用于提示的预设展示元素之前,所述方法还包括:

根据所述目标文本元素的第一风险数据,选取所述预设展示元素的样式属性;

根据所述样式属性,添加所述预设展示元素。

10.根据权利要求8所述的方法,其特征在于,所述目标文本具有多种风险类别的风险,在所述在所述目标文本元素的对应位置处添加用于提示的预设展示元素之前,所述方法还包括:

将所述目标文本具有的目标风险类别,确定为所述目标文本元素具有的目标风险类别;

选取与所述目标风险类别对应的预设展示元素。

11.根据权利要求1所述的方法,其特征在于,所述根据所述第一风险数据,对至少一个目标文本元素进行风险提示包括:

对所述目标文本元素的第一风险数据进行展示。

12.一种信息提示方法,其特征在于,包括:

获取目标文本;

提取所述目标文本中的文本元素,其中,所述文本元素包括词语、和/或短语、和/或句子;

根据神经网络模型,确定所述文本元素对应的第一数据,其中,所述第一数据属于风控类数据,所述神经网络模型包括注意力层;

根据所述第一数据,针对所述文本元素,进行信息提示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910395520.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top