[发明专利]一种基于弱监督学习的风险评估方法、装置及电子设备

权利要求书

1.一种基于弱监督学习的风险评估方法，其特征在于，所述方法包括：

获取多个标注函数；

根据所述多个标注函数训练标签模型；

将测试数据输入训练好的标签模型中生成新标签；

根据所述新标签训练授信模型，通过所述授信模型评估用户风险。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个标注函数训练标签模型包括：

将训练样本分为第一训练样本和第二训练样本；

通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；

通过所述标注模型确定所述第二训练样本的概率性标注；

根据所述第二训练样本及对应的概率性标注训练标签模型。

3.根据权利要求2中所述的方法，其特征在于，所述通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型包括：

通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；

计算所述标签矩阵的重合度；

根据所述标签矩阵的重合度基于概率生成器获得融合标签。

4.根据权利要求1中所述的方法，其特征在于，所述根据所述多个标注函数训练标签模型为：

将所述多个标注函数分别对样本数据打标签生成标签，所述样本数据包含目标标签；

将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。

5.根据权利要求4中所述的方法，其特征在于，所述标签模型为Xgboost模型。

6.根据权利要求1中所述的方法，其特征在于，所述标注函数包含正则表达式、语义结构、远程监督及外部模型中的至少一种。

7.一种基于弱监督学习的风险评估装置，其特征在于，所述装置包括：

获取模块，用于获取多个标注函数；

训练模块，用于根据所述多个标注函数训练标签模型；

生成模块，用于将测试数据输入训练好的标签模型中生成新标签；

评估模块，用于根据所述新标签训练授信模型，通过所述授信模型评估用户风险。

8.一种电子设备，包括：

处理器；以及

存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行根据权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现权利要求1-6中任一项所述的方法。