[发明专利]一种事件的风险识别方法、装置及设备

权利要求书

1.一种事件的风险识别方法，所述方法包括：

获取与当前发生的目标事件相关的历史事件的信息，并确定所述历史事件中不同事件之间的关联特征，确定所述目标事件对应的嵌入特征；

基于所述目标事件和所述历史事件的文本数据，确定所述文本数据的序列变化信息；

基于所述历史事件中不同事件之间的关联特征、所述目标事件对应的嵌入特征和所述文本数据的序列变化信息，确定所述目标事件的风险识别结果。

2.根据权利要求1所述的方法，所述确定所述历史事件中不同事件之间的关联特征，包括：

将所述历史事件的属性信息转换为所述历史事件对应的嵌入特征；

对所述历史事件对应的嵌入特征进行特征提取，得到所述历史事件中不同事件的交叉信息对应的嵌入特征；

基于所述历史事件中不同事件的交叉信息对应的嵌入特征，确定所述历史事件中不同事件之间的关联特征。

3.根据权利要求2所述的方法，所述历史事件的属性信息为离散型的属性信息，所述将所述历史事件的属性信息转换为所述历史事件对应的嵌入特征，包括：

通过嵌入查找的方式，将所述历史事件的属性信息转换为嵌入特征，将转换后的嵌入特征作为所述历史事件对应的嵌入特征。

4.根据权利要求2所述的方法，所述历史事件的属性信息为数值型的属性信息，所述将所述历史事件的属性信息转换为所述历史事件对应的嵌入特征，包括：

将每个所述历史事件的属性信息转换为同一个初始嵌入特征，对所述初始嵌入特征进行重新调整处理，得到重新调整后的初始嵌入特征；

对所述重新调整后的初始嵌入特征进行特征提取，得到所述历史事件对应的嵌入特征。

5.根据权利要求2所述的方法，所述对所述历史事件对应的嵌入特征进行特征提取，得到所述历史事件中不同事件的交叉信息对应的嵌入特征，包括：

通过因子分解机FM，对所述历史事件对应的嵌入特征进行特征提取，得到所述历史事件中不同事件的交叉信息对应的嵌入特征。

6.根据权利要求2所述的方法，所述基于所述历史事件中不同事件的交叉信息对应的嵌入特征，确定所述历史事件中不同事件之间的关联特征，包括：

将所述历史事件中不同事件的交叉信息对应的嵌入特征输入到预先训练的LSTM/Self-Attention模型中，得到所述历史事件中不同事件之间的关联特征。

7.根据权利要求1所述的方法，所述确定所述目标事件对应的嵌入特征，包括：

获取所述目标事件的第一特征，以及获取预设的专家经验特征；

将所述第一特征和所述专家经验特征进行特征拼接处理，得到所述目标事件对应的嵌入特征。

8.根据权利要求1所述的方法，所述基于所述目标事件和所述历史事件的文本数据，确定所述文本数据的序列变化信息，包括：

将所述目标事件和所述历史事件的文本数据进行切分处理，得到所述文本数据对应的切分数据；

获取每个所述切分数据对应的嵌入特征，并基于每个所述切分数据对应的嵌入特征，确定所述文本数据中不同文本数据之间的关联特征，将所述文本数据中不同文本数据之间的关联特征确定为所述文本数据的序列变化信息。

9.根据权利要求8所述的方法，所述基于每个所述切分数据对应的嵌入特征，确定所述文本数据中不同文本数据之间的关联特征，包括：

基于不同所述切分数据对应的嵌入特征，确定所述目标事件的文本数据对应的文本特征序列和所述历史事件的文本数据对应的文本特征序列；

将所述目标事件的文本数据对应的文本特征序列和所述历史事件的文本数据对应的文本特征序列输入到预先训练的LSTM/Self-Attention模型中，得到所述文本数据中不同文本数据之间的关联特征。