[发明专利]一种异常数据审核方法、装置、设备及存储介质

权利要求书

1.一种异常数据审核方法，其特征在于，所述方法包括：

获取异常数据；

对所述异常数据进行分类，得到所述异常数据对应的类别；

基于所述类别，从预设数据库中获取对应的审核内容；

通过关键词提取模型对所述异常数据进行特征提取，得到所述异常数据的特征文本，所述关键词提取模型基于TextRank模型得到；

利用文本匹配模型对所述审核内容与所述特征文本进行匹配，得到对应的匹配度，所述文本匹配模型基于bimpm模型训练得到；

将各所述匹配度与预设阈值进行比较，以确定审核结果。

2.根据权利要求1所述的异常数据审核方法，其特征在于，所述对所述异常数据进行分类，得到所述异常数据对应的类别包括：

获取所有所述类别对应的文本数据；

对所述异常数据进行扫描，判断所述异常数据中是否含有所述文本数据；

若所述异常数据含有所述文本数据，则将所述文本数据对应的类别作为所述异常数据的类别；

若所述异常数据未含有所述文本数据，则利用文本分类模型，对所述异常数据进行分类，得到所述异常数据对应的类别，所述文本分类模型基于LDA模型训练得到。

3.根据权利要求2所述的异常数据审核方法，其特征在于，所述利用文本分类模型，对所述异常数据进行分类，得到所述异常数据对应的类别包括：

利用所述文本分类模型，对所述异常数据进行预分类，得到所述异常数据的分类结果；

将所述分类结果与所述文本数据进行比较，判断所述文本数据中是否包含所述分类结果；

若所述文本数据中包含所述分类结果，则将所述分类结果作为所述异常数据对应的类别；

若所述文本数据中不包含所述分类结果，则向用户发送第一问题信息。

4.根据权利要求1所述的异常数据审核方法，其特征在于，所述通过关键词提取模型对所述异常数据进行特征提取，得到所述异常数据的特征文本包括：

对所述异常数据切分，得到异常数据中各部分对应的字词；

利用所述关键词提取模型对所述异常数据中各部分字词独立进行特征提取，得到各部分中的特征以及对应的权重；

基于所述特征对应的权重，对所述特征从大到小进行排序，提取排序前预设个数的特征，作为所述异常数据中各部分对应的关键词；

收集所述各部分对应的关键词，得到所述特征文本。

5.根据权利要求4所述的异常数据审核方法，其特征在于，所述对所述异常数据切分，得到异常数据中各部分对应的字词包括：

利用结巴分词对所述异常数据进行分词处理，得到对应的多个词语；

对多个所述词语进行词性标注，将词性为停用词的词语进去去除，得到异常数据中各部分对应的字词。

6.根据权利要求1所述的异常数据审核方法，其特征在于，所述利用文本匹配模型对所述审核内容与所述特征文本进行匹配，得到对应的匹配度包括：

基于所述审核内容中的各审核要素，获取所述特征文本中对应的关键词；

通过所述文本匹配模型将各所述审核要素对应的内容与所述审核要素对应的关键词进行匹配，得到各审核要素对应的匹配度。