CN111651585A - 信息校验方法、装置、电子设备及存储介质 - Google Patents

信息校验方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111651585A
CN111651585A CN202010346803.8A CN202010346803A CN111651585A CN 111651585 A CN111651585 A CN 111651585A CN 202010346803 A CN202010346803 A CN 202010346803A CN 111651585 A CN111651585 A CN 111651585A
Authority
CN
China
Prior art keywords
verification
entry
enterprise information
characteristic
rule
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010346803.8A
Other languages
English (en)
Inventor
陈文军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Puhui Enterprise Management Co Ltd
Original Assignee
Ping An Puhui Enterprise Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Puhui Enterprise Management Co Ltd filed Critical Ping An Puhui Enterprise Management Co Ltd
Priority to CN202010346803.8A priority Critical patent/CN111651585A/zh
Publication of CN111651585A publication Critical patent/CN111651585A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及信息处理技术领域，揭露了一种信息校验方法，包括：获取企业信息集，从企业信息集中提取特征词条，得到特征词条集；将特征词条集转换为特征词条向量集；利用企业信息校验模型中的匹配算法将特征词条向量集与特征词条集的校验规则集进行匹配；并调整企业信息校验模型的参数，直至特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束参数的调整，得到目标企业信息校验模型；通过目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。本发明还涉及区块链技术，所述校验结果存储于区块链中。本发明可以实现企业信息的全面校验，以及提高企业信息校验的准确率。

Description

信息校验方法、装置、电子设备及存储介质
技术领域
本发明涉及信息处理技术领域，尤其涉及一种信息校验的方法、装置、电子设备及计算机可读存储介质。
背景技术
信息校验是评估企业信用资质的一个重要步骤。目前对于信息校验需要通过不同环节，调用不同机构获取企业信息，无法在同一个场景通过模型化规则一次性完成企业信息完整性校验，校验结果的准确度不高。
发明内容
本发明提供一种信息校验的方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高信息校验的准确率。
为实现上述目的，本发明提供的一种信息校验方法，包括：
获取企业信息集，提取所述企业信息集的特征词条，得到所述企业信息集的特征词条集；
将所述特征词条集转换为特征词条向量集；
将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集；
当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；
通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
可选地，所述提取所述企业信息集的特征词条，得到所述企业信息集的特征词条集，包括：
删除所述企业信息集中的停用词，得到初始企业信息集；
通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集；
对所述初始词条集进行前缀切分，得到目标词条集；
从所述目标词条集选取属于企业信息特征的词条，得到所述企业信息集的特征词条集。
可选地，所述将所述特征词条集转换为特征词条向量集包括：
获取预设尺寸的维度窗口；
将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；
利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
可选地，，所述利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；
当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；
当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
可选地，所述校验结果存储于区块链中，所述计算所述特征词条向量集中特征词条向量与所述校验规则集中所有的校验规则的编辑距离，包括：
利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离，所述编辑函数用于根据所述特征词条向量集中特征词条向量的字符长度与所述校验规则集中校验规则的字符长度计算编辑距离。
为了解决上述问题，本发明还提供一种信息校验装置，所述装置包括：
提取模块，用于获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集；
转换模块，用于将所述特征词条集转换为特征词条向量集；
匹配模块，用于将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集；
调整模块，用于当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；
校验模块，用于通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
可选地，所述转换模块具体用于：
获取预设尺寸的维度窗口；
将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；
利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
可选地，所述校验结果存储于区块链中，所述匹配模块利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；
当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；
当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述中任意一项所述的信息校验方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述中任意一项所述的信息校验方法。
本发明实施例获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，从大量信息中提取特征词条来表征企业信息，可以减少后续企业信息校验的时间、有利于提高检验准确率；将所述特征词条集转换为特征词条向量集；将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集，当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；提高目标企业信息校验模型的准确率，通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。实现了提高信息校验的准确率的目的。
附图说明
图1为本发明一实施例提供的信息校验方法的流程示意图；
图2为本发明一实施例提供的信息校验装置的模块示意图；
图3为本发明一实施例提供的实现信息校验方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将整合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种信息校验的方法。参照图1所示，为本发明一实施例提供的信息校验方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，信息校验的方法包括：
S1、获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集。
在本发明的至少一个实施例中，所述企业信息集是企业信息的集合，所述企业信息包括但不限于：营业执照、财产报告、企业经营报告。其中，所述营业执照包括：企业经营范围、法人信息、企业名称以及企业地址等，所述财产报告包括：盈亏信息、纳税信息以及开户信息等。
一种可选实施例中，企业信息集可以从第三方应用(如用于显示或保存企业信息的应用)获取。
由于上述获取到的企业信息存在信息的冗余，因此，本发明实施例进一步提取企业信息集的特征词条，得到企业信息集的特征词条集。
详细的，所述从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，包括：
删除所述企业信息集中的停用词，得到初始企业信息集；通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集，对所述初始词条集进行前缀切分，得到目标词条集；从所述目标词条集选取属于企业信息特征的词条，得到所述企业信息集的特征词条集。
本实施例中，可以通过停用词词典删除所述企业信息集中的停用词，得到初始企业信息集；通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集；利用所述前缀词典对所述初始词条集进行前缀切分，得到目标词条集。
其中，所述停用词词典中包括企业信息集中出现频率高，但无实际意义的词，比如，停用词词典中包含语气助词、副词、介词以及连词典等。
所述统计词典是由统计方法得到的所有可能的分词构造的词典。所述统计词典统计相邻字在语料库中贡献的频度，当所述贡献的频度大于预设概率阈值(例如，预设概率阈值为0.6)时，确定该相邻字构成词，本实施例中，通过统计字典将初始企业信息集包含的词条进行计算，将确定不构成词的词条删除。
所述前缀词典包括所述统计词典中每一个分词的前缀，根据所述前缀词典进行所述初始词条集的前缀切分。例如所述统计词典中的词“营业执照”的前缀分别是“营”、“营业”、“营业执”；词“执照”的前缀是“业”等。
基于上述的实施方式，采用特征词条来表征企业信息，可以精简信息，缩短信息校验的时间，提高信息校验的效率。
S2、将所述特征词条集转换为特征词条向量集。
本发明较佳实施例中，所述将所述特征词条集转换为特征词条向量集包括：
获取预设尺寸的维度窗口；将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
例如，维度窗口为k*k的维度窗口，其中k为正整数，且大于等于1。
本实施例中，编码算法可以为哈夫曼编码算法。
S3、将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与预创建的所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集。
在本发明的至少一个实施例中，所述校验规则是根据对所述特征词条集中的特征特征词条进行分析后创建得到的。
较佳地，本发明实施例通过多维度信息创建所述特征词条集中特征词条的校验规则，得到校验规则集，所述校验规则集包含横向维度规则子集和纵向维度规则子集，所述横向维度子规则是根据特征词条的当前信息所建立的校验标准，所述纵向维度子规则是根据特征词条的历史信息所建立的校验标准。
例如，所述特征词条为法人，则创建的校验规则可以为：通过所述法人的当前个人信用和历史被执的情况判断企业法人的资质。所述特征词条为统一社会信用代码，则创建的校验规则可以为：通过所述统一社会信用代码的当前信用度和历史欠款记录进行企业评分。
本发明通过创建包含不同维度的校验规则，进一步通过校验规则进行匹配，可以提高在进行企业信息校验时的准确率。
在本发明的至少一个实施例中，所述利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
可选的，所述预设阈值为10。
进一步地，所述计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离，包括：
利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离，所述编辑函数用于根据所述特征词条向量集中特征词条向量的字符长度与所述校验规则集中校验规则的字符长度计算编辑距离。
本实施例中，编辑距离是指编辑次数。
具体的，利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离包括：计算特征词条向量集中特征词条的字符长度与所述校验规则集中校验规则之间相互转换的距离，选取最小的距离为该特征词条与该校验规则的编辑距离。
在具体实施时，分别计算特征词条向量集中每个特征词条的字符长度与所述校验规则集中所有校验规则之间相互转换的距离，则对于特征词条向量集中每个特征词条存在多个编辑距离。对于特征词条向量集中任意一个特征词条，若存在任意一个编辑距离小于预设阈值，则确定该特征词条存在相匹配的校验规则。
具体的，本发明实施例利用编辑函数edit[i][j]计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离。
所述编辑函数edit[i][j]表示特征词条向量中i字符串到校验规则中j字符串的编辑次数，所述编辑次数即编辑距离。
其中，对于edit[0][0]表示i字符串与j字符串是长度相同的，需要编辑的次数为0，则此时两者的距离长度为0。
进一步地，将所述编辑函数edit[i][j]转换为公式表达为：
if i≥1且j≥1，edit[i][j]＝＝min{edit[i-1][j]+1，edit[i][j-1]+1，edit[i-1][j-1]+f[i][j]}；
当i的字符串长度不等于j的字符串长度时，f[i][j]＝1，当i的字符串长度等于j的字符串长度时，f[i][j]＝0。
S4、当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型。
可选的，所述参数包括权重和偏置。
本实施例基于匹配算法训练构建目标企业信息校验模型，可以大大提高所述企业信息校验模型的信息校验准确率。
S5、通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
在本发明的至少一个实例中，获取待校验的企业信息，将所述待校验的企业信息输入至所述目标企业信息校验模型进行校验，得到校验结果，该校验结果包含对企业信息的评价信息，且该检验结果可用于评估一个企业的信用资质。
例如，所述待校验的企业信息为法人信息，则得到的检验结果为法人资质，所述所述待校验的企业信息为统一社会信用代码，则得到的校验结果为企业评分。需要强调的是，为进一步保证上述校验结果的私密和安全性，上述校验结果还可以存储于一区块链的节点中。
本发明实施例获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，从大量信息中提取特征词条来表征企业信息，可以减少后续企业信息校验的时间、有利于提高检验准确率；将所述特征词条集转换为特征词条向量集；将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集，当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；提高目标企业信息校验模型的准确率，通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。实现了提高信息校验的准确率的目的。
如图2所示，是本发明一实施例提供的信息校验装置的模块示意图。
本发明所述信息校验装置100可以安装于电子设备中。根据实现的功能，所述信息校验装置可以包括提取模块101、转换模块102、匹配模块103、调整模块104以及校验模块105。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述提取模块101用于获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集。
在本发明的至少一个实施例中，所述企业信息集是企业信息的集合，所述企业信息包括但不限于：营业执照、财产报告、企业经营报告。其中，所述营业执照包括：企业经营范围、法人信息、企业名称以及企业地址等，所述财产报告包括：盈亏信息、纳税信息以及开户信息等。
一种可选实施例中，企业信息集可以从第三方应用(如用于显示或保存企业信息的应用)获取。
由于上述获取到的企业信息存在信息的冗余，因此，本发明实施例进一步提取企业信息集的特征词条，得到企业信息集的特征词条集。
详细的，所述从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，包括：
删除所述企业信息集中的停用词，得到初始企业信息集；通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集，对所述初始词条集进行前缀切分，得到目标词条集；从所述目标词条集选取属于企业信息特征的词条，得到所述企业信息集的特征词条集。
本实施例中，可以通过停用词词典删除所述企业信息集中的停用词，得到初始企业信息集；通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集；利用所述前缀词典对所述初始词条集进行前缀切分，得到目标词条集。
其中，所述停用词词典中包括企业信息集中出现频率高，但无实际意义的词，比如，停用词词典中包含语气助词、副词、介词以及连词典等。
所述统计词典是由统计方法得到的所有可能的分词构造的词典。所述统计词典统计相邻字在语料库中贡献的频度，当所述贡献的频度大于预设概率阈值(例如，预设概率阈值为0.6)时，确定该相邻字构成词，本实施例中，通过统计字典将初始企业信息集包含的词条进行计算，将确定不构成词的词条删除。
所述前缀词典包括所述统计词典中每一个分词的前缀，根据所述前缀词典进行所述初始词条集的前缀切分。例如所述统计词典中的词“营业执照”的前缀分别是“营”、“营业”、“营业执”；词“执照”的前缀是“业”等。
所述转换模块102用于将所述特征词条集转换为特征词条向量集。
本发明较佳实施例中，所述将所述特征词条集转换为特征词条向量集包括：
获取预设尺寸的维度窗口；将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
例如，维度窗口为k*k的维度窗口，其中k为正整数，且大于等于1。
本实施例中，编码算法可以为哈夫曼编码算法。
所述匹配模块103用于将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集。
在本发明的至少一个实施例中，所述校验规则是根据对所述特征词条集中的特征特征词条进行分析后创建得到的。
较佳地，本发明实施例通过多维度信息创建所述特征词条集中特征词条的校验规则，得到校验规则集，所述校验规则集包含横向维度规则子集和纵向维度规则子集，所述横向维度子规则是根据特征词条的当前信息所建立的校验标准，所述纵向维度子规则是根据特征词条的历史信息所建立的校验标准。
例如，所述特征词条为法人，则创建的校验规则可以为：通过所述法人的当前个人信用和历史被执的情况判断企业法人的资质。所述特征词条为统一社会信用代码，则创建的校验规则可以为：通过所述统一社会信用代码的当前信用度和历史欠款记录进行企业评分。
本发明通过创建包含不同维度的校验规则，进一步通过校验规则进行匹配，可以提高在进行企业信息校验时的准确率。
在本发明的至少一个实施例中，所述利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
可选的，所述预设阈值为10。
进一步地，所述计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离，包括：
利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离，所述编辑函数用于根据所述特征词条向量集中特征词条向量的字符长度与所述校验规则集中校验规则的字符长度计算编辑距离。
本实施例中，编辑距离是指编辑次数。
具体的，利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离包括：计算特征词条向量集中特征词条的字符长度与所述校验规则集中校验规则之间相互转换的距离，选取最小的距离为该特征词条与该校验规则的编辑距离。
在具体实施时，分别计算特征词条向量集中每个特征词条的字符长度与所述校验规则集中所有校验规则之间相互转换的距离，则对于特征词条向量集中每个特征词条存在多个编辑距离。对于特征词条向量集中任意一个特征词条，若存在任意一个编辑距离小于预设阈值，则确定该特征词条存在相匹配的校验规则。
具体的，本发明实施例利用编辑函数edit[i][j]计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离。
所述编辑函数edit[i][j]表示特征词条向量中i字符串到校验规则中j字符串的编辑次数，所述编辑次数即编辑距离。
其中，对于edit[0][0]表示i字符串与j字符串是长度相同的，需要编辑的次数为0，则此时两者的距离长度为0。
进一步地，将所述编辑函数edit[i][j]转换为公式表达为：
if i≥1且j≥1，edit[i][j]＝＝min{edit[i-1][j]+1，edit[i][j-1]+1，edit[i-1][j-1]+f[i][j]}；
当i的字符串长度不等于j的字符串长度时，f[i][j]＝1，当i的字符串长度等于j的字符串长度时，f[i][j]＝0。
所述调整模块104用于当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型。
可选的，所述参数包括权重和偏置。
所述校验模块105用于通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
在本发明的至少一个实例中，获取待校验的企业信息，将所述待校验的企业信息输入至所述目标企业信息校验模型进行校验，得到校验结果，该校验结果包含对企业信息的评价信息，且该检验结果可用于评估一个企业的信用资质。
例如，所述待校验的企业信息为法人信息，则得到的检验结果为法人资质，所述所述待校验的企业信息为统一社会信用代码，则得到的校验结果为企业评分。需要强调的是，为进一步保证上述校验结果的私密和安全性，上述校验结果还可以存储于一区块链的节点中。
本发明实施例获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，从大量信息中提取特征词条来表征企业信息，可以减少后续企业信息校验的时间、有利于提高检验准确率；将所述特征词条集转换为特征词条向量集；将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集，当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；提高目标企业信息校验模型的准确率，通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。实现了提高信息校验的准确率的目的。
如图3所示，是本发明一实施例提供的实现信息校验的方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如信息校验程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如信息校验程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如信息校验程序12等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。需要强调的是，为进一步保证上述校验结果的私密和安全性，上述校验结果还可以存储于一区块链的节点中。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的信息校验程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集；
将所述特征词条集转换为特征词条向量集；
将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集；
当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；
通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。需要强调的是，为进一步保证上述校验结果的私密和安全性，上述校验结果还可以存储于一区块链的节点中。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种信息校验方法，其特征在于，所述方法包括：
获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集；
将所述特征词条集转换为特征词条向量集；
将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集；
当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；
通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
2.如权利要求1所述的信息校验方法，其特征在于，所述从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集，包括：
删除所述企业信息集中的停用词，得到初始企业信息集；
通过统计字典筛选所述初始企业信息集中的词条，生成初始词条集；
对所述初始词条集进行前缀切分，得到目标词条集；
从所述目标词条集选取属于企业信息特征的词条，得到所述企业信息集的特征词条集。
3.如权利要求1所述的信息校验方法，其特征在于，所述将所述特征词条集转换为特征词条向量集包括：
获取预设尺寸的维度窗口；
将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；
利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
4.如权利要求1至3中任一项所述的信息校验方法，其特征在于，所述利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；
当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；
当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
5.如权利要求4所述的信息校验方法，其特征在于，所述校验结果存储于区块链中，所述计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离，包括：
利用编辑函数分别计算所述特征词条向量集中特征词条向量与所述校验规则集中所有校验规则的编辑距离，所述编辑函数用于根据所述特征词条向量集中特征词条向量的字符长度与所述校验规则集中校验规则的字符长度计算编辑距离。
6.一种信息校验装置，其特征在于，所述装置包括：
提取模块，用于获取企业信息集，从所述企业信息集中提取特征词条，得到所述企业信息集的特征词条集；
转换模块，用于将所述特征词条集转换为特征词条向量集；
匹配模块，用于将所述特征词条向量集输入至预先构建的企业信息校验模型中，利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，所述校验规则集包含横向维度规则子集和纵向维度规则子集；
调整模块，用于当所述特征词条向量集中存在不与校验规则集中任意校验规则相匹配的特征词条向量时，调整所述企业信息校验模型的参数，直至所述特征词条向量集中所有的特征词条向量都匹配到校验规则集中的校验规则，结束所述参数的调整，得到目标企业信息校验模型；
校验模块，用于通过所述目标企业信息校验模型对待校验企业信息进行校验，得到校验结果。
7.如权利要求6所述的信息校验装置，其特征在于，所述转换模块具体用于：
获取预设尺寸的维度窗口；
将所述特征词条集输入至所述维度窗口中，生成维度特征词条集；
利用编码算法对所述维度特征词条集进行编码，生成特征词条向量集。
8.如权利要求6所述的信息校验装置，其特征在于，所述校验结果存储于区块链中，所述匹配模块利用所述企业信息校验模型中的匹配算法将所述特征词条向量集与所述特征词条集的校验规则集进行匹配，包括：
计算所述特征词条向量集中特征词条向量与所述校验规则集中校验规则的编辑距离；
当所述编辑距离小于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则匹配；
当所述编辑距离大于预设阈值时，确定所述特征词条向量集中特征词条向量与所述校验规则集中校验规则不匹配。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任意一项所述的信息校验方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的信息校验方法。
CN202010346803.8A 2020-04-27 2020-04-27 信息校验方法、装置、电子设备及存储介质 Pending CN111651585A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010346803.8A CN111651585A (zh) 2020-04-27 2020-04-27 信息校验方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010346803.8A CN111651585A (zh) 2020-04-27 2020-04-27 信息校验方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111651585A true CN111651585A (zh) 2020-09-11

Family

ID=72345478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010346803.8A Pending CN111651585A (zh) 2020-04-27 2020-04-27 信息校验方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111651585A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528307A (zh) * 2020-12-18 2021-03-19 平安银行股份有限公司 服务请求校验方法、装置、电子设备及存储介质
CN112541688A (zh) * 2020-12-18 2021-03-23 平安银行股份有限公司 业务数据校验方法、装置、电子设备及计算机存储介质
CN113568682A (zh) * 2021-07-30 2021-10-29 平安养老保险股份有限公司 规则数据校验方法、装置、计算机设备和存储介质
CN113609407A (zh) * 2021-07-30 2021-11-05 盐城金堤科技有限公司 地区一致性校验方法和装置
CN113836904A (zh) * 2021-09-18 2021-12-24 唯品会(广州)软件有限公司 商品信息校验方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108874665A (zh) * 2018-05-29 2018-11-23 百度在线网络技术（北京）有限公司 一种测试结果校验方法、装置、设备和介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108874665A (zh) * 2018-05-29 2018-11-23 百度在线网络技术（北京）有限公司 一种测试结果校验方法、装置、设备和介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528307A (zh) * 2020-12-18 2021-03-19 平安银行股份有限公司 服务请求校验方法、装置、电子设备及存储介质
CN112541688A (zh) * 2020-12-18 2021-03-23 平安银行股份有限公司 业务数据校验方法、装置、电子设备及计算机存储介质
CN112541688B (zh) * 2020-12-18 2024-03-26 平安银行股份有限公司 业务数据校验方法、装置、电子设备及计算机存储介质
CN113568682A (zh) * 2021-07-30 2021-10-29 平安养老保险股份有限公司 规则数据校验方法、装置、计算机设备和存储介质
CN113609407A (zh) * 2021-07-30 2021-11-05 盐城金堤科技有限公司 地区一致性校验方法和装置
CN113609407B (zh) * 2021-07-30 2024-04-05 盐城天眼察微科技有限公司 地区一致性校验方法和装置
CN113568682B (zh) * 2021-07-30 2024-05-07 平安养老保险股份有限公司 规则数据校验方法、装置、计算机设备和存储介质
CN113836904A (zh) * 2021-09-18 2021-12-24 唯品会(广州)软件有限公司 商品信息校验方法
CN113836904B (zh) * 2021-09-18 2023-11-17 唯品会(广州)软件有限公司 商品信息校验方法

Similar Documents

Publication Publication Date Title
CN111651585A (zh) 信息校验方法、装置、电子设备及存储介质
CN112541338A (zh) 相似文本匹配方法、装置、电子设备及计算机存储介质
CN112560453B (zh) 语音信息校验方法、装置、电子设备及介质
CN107704512A (zh) 基于社交数据的金融产品推荐方法、电子装置及介质
CN113706322B (zh) 基于数据分析的服务分发方法、装置、设备及存储介质
CN112883730B (zh) 相似文本匹配方法、装置、电子设备及存储介质
CN113064994A (zh) 会议质量评估方法、装置、设备及存储介质
CN113434674A (zh) 数据解析方法、装置、电子设备及可读存储介质
CN112507663A (zh) 基于文本的判断题生成方法、装置、电子设备及存储介质
CN112528013A (zh) 文本摘要提取方法、装置、电子设备及存储介质
CN113489704A (zh) 基于流量的敏感数据识别方法、装置、电子设备及介质
CN113627160B (zh) 文本纠错方法、装置、电子设备及存储介质
CN113628043B (zh) 基于数据分类的投诉有效性判断方法、装置、设备及介质
CN113658002B (zh) 基于决策树的交易结果生成方法、装置、电子设备及介质
CN113704474B (zh) 银行网点设备操作指引生成方法、装置、设备及存储介质
CN112783989A (zh) 一种基于区块链的数据处理方法及装置
CN112597748A (zh) 语料生成方法、装置、设备及计算机可读存储介质
CN112579781A (zh) 文本归类方法、装置、电子设备及介质
CN112347739A (zh) 适用规则分析方法、装置、电子设备及存储介质
CN116578696A (zh) 文本摘要生成方法、装置、设备及存储介质
CN114708073B (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质
CN115330350A (zh) 面向安全持久性内存的财务数据协同管理方法、装置
CN114780688A (zh) 基于规则匹配的文本质检方法、装置、设备及存储介质
CN113887201A (zh) 文本定长纠错方法、装置、设备及存储介质
CN113657546A (zh) 信息分类方法、装置、电子设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination