[发明专利]交流文本中违规内容的识别方法、装置、设备及存储介质

说明书

本申请提供一种交流文本中违规内容的识别方法、装置、设备及存储介质，该方法涉及人工智能技术。该方法包括：获取待分类的目标交流文本；采用已训练至收敛的文本编码网络模型对目标交流文本进行特征编码，以获得目标特征编码数据；采用已训练至收敛的自编码网络模型对目标特征编码数据重建编码，以获得目标重建编码数据；已训练至收敛的文本编码网络模型和已训练至收敛的自编码网络模型是基于训练样本训练获得的，训练样本均为合规交流文本样本；计算目标特征编码数据与目标重建编码数据之间的目标差异数据；根据目标差异数据识别目标交流文本中是否包括违规内容。本申请方通过人工智能就能实现识别目标交流文本中是否有违规内容，节约时间。

技术领域

本申请涉及人工智能技术，尤其涉及一种交流文本中违规内容的识别方法、装置、设备及存储介质。

背景技术

随着互联网发展，现阶段更多的金融交易可以通过线上去实现。其中，金融交易可以是金融产品购买交易。

现有技术中，金融机构交易员在进行金融交易时可通过交流工具等相互之间发送交流文本，金融专员则需要对交流文本进行分析及检查，然后识别出该交流文本是否包含违规内容。

然而，现有技术中依赖金融专员对交流文本进行分析及检查，这就需要金融专员具有一定的金融专业知识，识别结果也严重依赖金融专员的经验；同时，金融专员是通过人工形式去识别违规内容，因此，整个识别过程耗费时间及精力，识别效率较低。

发明内容

本申请提供一种交流文本中违规内容的识别方法、装置、设备及存储介质，用以解决在交流文本中识别违规内容依赖具有金融专业知识和经验的金融专员，以及通过人工形式去识别违规内容，整个识别过程耗费时间及精力，识别效率较低的问题。

第一方面，本申请提供一种交流文本中违规内容的识别方法，包括：

获取待分类的目标交流文本；

采用已训练至收敛的文本编码网络模型对所述目标交流文本进行特征编码，以获得目标特征编码数据；

采用已训练至收敛的自编码网络模型对所述目标特征编码数据重建编码，以获得目标重建编码数据；所述已训练至收敛的文本编码网络模型和所述已训练至收敛的自编码网络模型是基于训练样本训练获得的，所述训练样本均为合规交流文本样本；

计算所述目标特征编码数据与所述目标重建编码数据之间的目标差异数据；

根据所述目标差异数据识别所述目标交流文本中是否包括违规内容。

第二方面，本申请提供一种交流文本中违规内容的识别装置，包括：

获取模块，用于获取待分类的目标交流文本；

特征编码模块，用于采用已训练至收敛的文本编码网络模型对所述目标交流文本进行特征编码，以获得目标特征编码数据；

重建编码模块，用于采用已训练至收敛的自编码网络模型对所述目标特征编码数据重建编码，以获得目标重建编码数据；所述已训练至收敛的文本编码网络模型和所述已训练至收敛的自编码网络模型是基于训练样本训练获得的，所述训练样本均为合规交流文本样本；

计算模块，用于计算所述目标特征编码数据与所述目标重建编码数据之间的目标差异数据；

识别模块，用于根据所述目标差异数据识别所述目标交流文本中是否包括违规内容。

第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中所述的方法。