[发明专利]一种信贷风险确定方法及装置

权利要求书

1.一种信贷风险确定方法，其特征在于，包括：

根据目标客户办理信贷业务时采集的所述目标客户的图像数据，获取所述目标客户办理所述信贷业务时的神态信息；

根据所述目标客户办理所述信贷业务时的神态信息以及所述目标客户的信贷材料的文本信息，确定所述目标客户的信贷风险值。

2.根据权利要求1所述的方法，其特征在于，所述根据目标客户办理信贷业务时采集的所述目标客户的图像数据，获取所述目标客户办理所述信贷业务时的神态信息包括：

根据目标客户办理信贷业务时采集的所述目标客户的图像数据，对所述目标客户进行表情识别、眼球追踪和/或动作识别，得到所述目标客户的神态信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标客户办理所述信贷业务时的神态信息以及所述目标客户的信贷材料的文本信息，确定所述目标客户的信贷风险值包括：

根据所述目标客户办理所述信贷业务时的神态信息，调整预先训练好的文本风险点抽取模型的分类阈值；

将所述目标客户的信贷材料的文本信息输入调整分类阈值后的所述文本风险点抽取模型，以使所述文本风险点抽取模型输出所述文本信息中的风险点；

根据所述文本风险点抽取模型输出的风险点，确定所述目标客户的信贷风险值。

4.根据权利要求3所述的方法，其特征在于，所述神态信息包括异常神态，所述异常神态包括以下至少一种：恐惧、惊慌、眼神飘忽、抖腿、擦汗、手部更换摆放位置；

所述根据所述目标客户办理所述信贷业务时的神态信息，调整预先训练好的文本风险点抽取模型的分类阈值包括：

根据所述目标客户办理所述信贷业务时出现异常神态的次数，调整预先训练好的文本风险点抽取模型的分类阈值。

5.根据权利要求3所述的方法，其特征在于，在根据所述目标客户办理所述信贷业务时的神态信息，调整预先训练好的文本风险点抽取模型的分类阈值之前，所述方法还包括：

将第一训练集中的每个信贷材料的文本信息作为输入、将所述文本信息中每个词所对应的风险类型作为标签，对第一算法模型进行训练，得到所述文本风险点抽取模型。

6.根据权利要求5所述的方法，其特征在于，所述将第一训练集中的每个信贷材料的文本信息作为输入、将所述文本信息中每个词所对应的风险类型作为标签，对第一算法模型进行训练，得到所述文本风险点抽取模型包括：

对所述第一训练集中每个信贷材料的文本信息中的每个词进行向量编码，得到每个词所对应的词向量；

对于所述文本信息中的每个词，将与该词相邻的前N个词和后N个词所对应的词向量进行组合，生成组合向量；

将所述组合向量作为输入、将该词所对应的风险类型作为标签，对第一算法模型进行训练，得到所述文本风险点抽取模型。

7.根据权利要求3至6任一项所述的方法，其特征在于，所述根据所述文本风险点抽取模型输出的风险点，确定所述目标客户的信贷风险值包括：

根据所述文本风险点抽取模型输出的风险点，确定所述目标客户的信贷材料中的风险点的个数；

将所述目标客户的信贷材料中的风险点的个数、所述目标客户办理所述信贷业务时的神态信息以及所述目标客户的属性信息输入预先训练好的风险评估模型，以使所述风险评估模型输出所述目标客户的信贷风险值。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

将第二训练集中每个客户办理所述信贷业务时的神态信息、所述客户的属性信息以及所述客户的信贷材料中目标风险类型的风险点的个数作为输入，将所述客户的信贷风险值作为标签、对第二算法模型进行训练，得到所述风险评估模型，其中，所述客户的信贷风险值是根据所述客户的信用信息确定的。