CN112102062A - 一种基于弱监督学习的风险评估方法、装置及电子设备 - Google Patents

一种基于弱监督学习的风险评估方法、装置及电子设备 Download PDF

Info

Publication number
CN112102062A
CN112102062A CN202010724457.2A CN202010724457A CN112102062A CN 112102062 A CN112102062 A CN 112102062A CN 202010724457 A CN202010724457 A CN 202010724457A CN 112102062 A CN112102062 A CN 112102062A
Authority
CN
China
Prior art keywords
label
training
model
labeling
functions
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
CN202010724457.2A
Other languages
English (en)
Inventor
张国光
宋孟楠
苏绥绥
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.)
Beijing Qiyu Information Technology Co Ltd
Original Assignee
Beijing Qiyu Information Technology 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 Beijing Qiyu Information Technology Co Ltd filed Critical Beijing Qiyu Information Technology Co Ltd
Priority to CN202010724457.2A priority Critical patent/CN112102062A/zh
Publication of CN112102062A publication Critical patent/CN112102062A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/259—Fusion by voting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Accounting & Taxation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于弱监督学习的风险评估方法、装置及电子设备，所述方法包括：获取多个标注函数；根据所述多个标注函数训练标签模型；将测试数据输入训练好的标签模型中生成新标签；根据所述新标签训练授信模型，通过所述授信模型评估用户风险。本发明将多个标注函数相结合，通过多个标注函数训练出一个可以超越标注函数的泛化能力的标签模型，通过训练好的标签模型给无标签用户生成新的融合标签，提升了无标签样本的利用率，同时，新的融合标签结合了各个标注函数的标签分类情况，具有更高的分类准确性，从而提升了风险区分效果。

Description

一种基于弱监督学习的风险评估方法、装置及电子设备
技术领域
本发明涉及计算机信息处理技术领域，具体而言，涉及一种基于弱监督学习的风险评估方法、装置、电子设备及计算机可读介质。
背景技术
随着人工智能的快速发展，机器学习技术（尤其是深度学习技术）已经应用在了各个行业中。而在实际中，训练数据大多只有很少标签，或者没有标签。比如在金融行业中，金融平台为客户提供授信服务之前，要通过授信模型预测用户风险。而训练授信模型的训练样本中通常只有少量授信标签或者无授信标签。并且在少量授信标签中存在大量未动支用户、以及风险表现时滞的情况，也会造成大量用户无准确标签，影响对风险的区分效果。因此，如何提高训练数据的标签分类效果，是目前急需解决的技术问题。
发明内容
本发明旨在解决现有的用户数据样本标签少且不准确，影响模型效果导致金融风控效果的技术问题。
为了解决上述技术问题，本发明第一方面提出一种基于弱监督学习的风险评估方法，所述方法包括：
获取多个标注函数；
根据所述多个标注函数训练标签模型；
将测试数据输入训练好的标签模型中生成新标签；
根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
根据本发明一种优选的实施方式，所述根据所述多个标注函数训练标签模型包括：
将训练样本分为第一训练样本和第二训练样本；
通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；
通过所述标注模型确定所述第二训练样本的概率性标注；
根据所述第二训练样本及对应的概率性标注训练标签模型。
根据本发明一种优选的实施方式，所述通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型包括：
通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；
计算所述标签矩阵的重合度；
根据所述标签矩阵的重合度基于概率生成器获得融合标签。
根据本发明一种优选的实施方式，所述根据所述多个标注函数训练标签模型为：
将所述多个标注函数分别对样本数据打标签生成标签，所述样本数据包含目标标签；
将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。
根据本发明一种优选的实施方式，所述标签模型为Xgboost模型。
根据本发明一种优选的实施方式，所述标注函数包含正则表达式、语义结构、远程监督及外部模型中的至少一种。
为了解决上述技术问题，本发明第二方面提供一种基于弱监督学习的风险评估装置，所述装置包括：
获取模块，用于获取多个标注函数；
训练模块，用于根据所述多个标注函数训练标签模型；
生成模块，用于将测试数据输入训练好的标签模型中生成新标签；
评估模块，用于根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
根据本发明一种优选的实施方式，所述训练模块包括：
分割模块，用于将训练样本分为第一训练样本和第二训练样本；
第一训练模块，用于通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；
子确定模块，用于通过所述标注模型确定所述第二训练样本的概率性标注；
第二训练模块，用于根据所述第二训练样本及对应的概率性标注训练标签模型。
根据本发明一种优选的实施方式，所述第一训练模块包括：
第一子生成模块，用于通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；
计算模块，用于计算所述标签矩阵的重合度；
第二子生成模块，用于根据所述标签矩阵的重合度基于概率生成器获得融合标签。
根据本发明一种优选的实施方式，所述训练模块包括：
标签生成模块，用于将所述多个标注函数分别对样本数据打标签生成标签，所述样本数据包含目标标签；
子训练模块，用于将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。
根据本发明一种优选的实施方式，所述标签模型为Xgboost模型。
根据本发明一种优选的实施方式，所述标注函数包含正则表达式、语义结构、远程监督及外部模型中的至少一种。
为解决上述技术问题，本发明第三方面提供一种电子设备，包括：
处理器；以及
存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述的方法。
为了解决上述技术问题，本发明第四方面提出一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现上述方法。
本发明将多个标注函数相结合，通过多个标注函数训练出一个可以超越标注函数的泛化能力的标签模型，通过训练好的标签模型给无标签用户生成新的融合标签，提升了无标签样本的利用率，同时，新的融合标签结合了各个标注函数的标签分类情况，具有更高的分类准确性，从而提升了风险区分效果。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明一种基于弱监督学习的风险评估方法的流程示意图；
图2a是本发明根据所述多个标注函数训练标签模型步骤的一种流程示意图；
图2b是本发明根据所述多个标注函数训练标签模型步骤的另一种流程示意图；
图3是本发明一种基于弱监督学习的风险评估装置的结构框架示意图；
图4是根据本发明的一种电子设备的示例性实施例的结构框图；
图5是本发明一个计算机可读介质实施例的示意图。
具体实施方式
现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。
附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
针对目前互联网企业中存在的团伙欺诈行为，本发明结合互联网业务的具体场景特点，对风险团伙进行识别，并将识别结果提供给互联网企业工作人员，工作人员可以通过拒绝申请（如拒绝资源请求）或增加人工审核等方式对相关人员的资源申请进行处理，以减低互联网且的经济损失风险。
本发明中，所述弱监督学习也称为半监督学习，其训练样本是有标签样本和无标签样本的混合，通过对样本进行分析，发现样本集的结构或者分布规律。通常来说，弱监督学习可以分为三类。第一类是不完全监督（incomplete supervision），即，只有训练集的一个（通常很小的）子集是有标签的，其他数据则没有标签。这种情况发生在各类任务中，其中有标签的子集往往是人为标注的。第二类是不确切监督（inexact supervision），即样本中只有粗粒度的标签。第三种是不准确的监督（inaccurate supervision），即模型给出的标签不总是真值。在金融领域中包含大量未动支用户、并且存在风险表现时滞的情况，会造成大量用户无准确的授信标签，因此授信标签属于弱监督学习的第三种类型。针对这一情况，本发明按照弱监督学习的思路，将多个标注函数相结合，通过多个标注函数训练出一个可以超越标注函数的泛化能力的标签模型，通过训练好的标签模型给无标签用户生成新的融合标签，提升了无标签样本的利用率，同时，新的融合标签结合了各个标注函数的标签分类情况，具有更高的分类准确性，从而提升了风险区分效果。
请参阅图1，图1是本发明提供的一种基于弱监督学习的风险评估方法的流程图，如图1所示，所述方法包括：
S1、获取多个标注函数；
其中，标注函数是表示数据与标签映射关系的函数，标注函数接收数据并输出该数据 的标签。标注函数是黑盒函数，可以表示为λ：
Figure 426159DEST_PATH_IMAGE001
。其中，λ表示标注函数，表示数据， Y表示X对应的初始标签，Φ表示标注函数弃权。
与人工标注训练数据相比，标注函数允许利用各种若监督来源信息（如启发式信息、外部知识库等）来生成所述初始标签。比如，要标注甲乙两个人的关系，已知甲是丙的父亲，乙是丙的母亲，则根据启发式信息“A是C的父亲，B是C的母亲→A和B是夫妻”，则得到甲乙是夫妻的标注结果（即初始标签）。
标注函数不要求准确率，根据标注函数得到的初始标签是不可靠的。所述不可靠可以博阿凯标注不正确、多种标注、标注不充分、局部标注等情况。
不同的标注函数对于同一个数据的标注结果允许冲突。例如，标注函数1标注数据为兄妹，标注函数2标注数据为夫妻。
所述标注函数可以采用多种方法来编写，比如正则表达式、语义结构、远程监督及外部模型等等。这样得到的训练数据集被称为弱监督，其对标签的标注并不精确，并且可能存在多个彼此冲突或重叠的标注信号。
示例性的，可以预先存储领域专家给出各种各样的监督信号作为标注函数，使用标准的像Python这样的脚本函数来编写这些标注函数。标注函数中编码了领域相关的推理规则，可以使用入正则表达式、经验规则等常见的模式进行标注。这样生成的标签是包含噪声的，并且可能彼此冲突。
S2、根据所述多个标注函数训练标签模型；
本发明中，对于标签模型的训练可以采取多种方式，在一种示例中，如图2a所示，所述根据所述多个标注函数训练标签模型包括：
S21、将训练样本分为第一训练样本和第二训练样本；
其中，所述第一训练样本用于训练标注模型，第二训练样本用于训练标签模型。第一训练样本和第二训练样本的分割方式本发明不做具体限定，优选第一训练样本与第二训练样本的样本数量比为7:3。
S22、通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；
其中，标注模型可以估算不同标注函数的标注准确度。通过观察标注函数之间的彼此一致性，标注模型能够学习到每个监督源的准确度，即为数据点给出概率性标注。例如，如果一个标注函数的标注结果总是得到其他标注函数的认可，那么这个标注函数将有一个高准确率，而如果一个标注函数总是与其他标注函数的结果不一致，那么这个标注函数将得到一个较低的准确率。通过整合所有的标注函数的投票结果，可以为每个数据样本分配一个包含噪声的概率性标注（0~1之间），而不是一个硬标注（要么0，要么1）。
具体的，本步骤包括：
S221、通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；
以n个训练样本，L个标注函数为例，则会形成n×L的标签矩阵。
S222、计算所述标签矩阵的重合度；
本发明中，标签矩阵的重合度可以表示为：
Figure DEST_PATH_IMAGE003
；
其中，
Figure 405616DEST_PATH_IMAGE004
为标签矩阵，
Figure 992544DEST_PATH_IMAGE005
为所述标签矩阵中第i行第j列的数据，Y为真实标签矩阵，
Figure 387753DEST_PATH_IMAGE006
表示当括号内的条件成立与不成立时的取值。在本实施例中，当括号内的 条件成立时取值为1，当括号内的条件不成立时取值为0。
S223、根据所述标签矩阵的重合度基于概率生成器获得融合标签。
其中，概率生成器认为每一类数据都服从某一种分布，如高斯分布；从两类训练数据中得到两个高斯分布的密度函数，具体的是获得均值和方差两个参数；测试样本输入到其中一个高斯分布函数，得到的概率值若大于0.5，则说明该样本属于该类，否则属于另一类。
S23、通过所述标注模型确定所述第二训练样本的概率性标注；
具体的，当标注一个新的数据点时，每一个标注函数都会对分类进行投票：正、负或弃权。基于这些投票以及标注函数的估算精度，标注模型能够为上百万的数据点给出概率性标注。
S24、根据所述第二训练样本及对应的概率性标注训练标签模型。
将第二训练样本及对应的概率性标注输入标签模型中，最终的目标是训练出一个可以超越标注函数的泛化能力的分类器。
在一种示例中，如图2b所示，所述根据所述多个标注函数训练标签模型包括：
S201、将所述多个标注函数分别对样本数据打标签生成标签，
其中，所述样本数据中有部分或者少量的数据包含真实的目标标签。
S202、将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。
本实施例中，所述标签模型优选为Xgboost模型。
至此，通过多个标签函数和样本数据训练生成了为训练数据打标签的标签模型。
S3、将测试数据输入训练好的标签模型中生成新标签；
本步骤通过训练好的标签模型为测试数据打上高准确率的新标签，具体标签类型可以根据业务需要设置。比如，在信贷业务中，通过标签模型可以为用户打上新的授信标签。
S4、根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
本发明中，通过训练好的标签模型给无标签用户生成新的融合标签，提升了无标签样本的利用率，同时，新的融合标签结合了各个标注函数的标签分类情况，具有更高的分类准确性，从而提升了风险区分效果。
图3是本发明一种基于弱监督学习的风险评估装置的架构示意图，如图3所示，所述装置包括：
获取模块31，用于获取多个标注函数；其中，所述标注函数包含正则表达式、语义结构、远程监督及外部模型中的至少一种。
训练模块32，用于根据所述多个标注函数训练标签模型；
生成模块33，用于将测试数据输入训练好的标签模型中生成新标签；
评估模块34，用于根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
在一种具体实施方式中，所述训练模块33包括：
分割模块331，用于将训练样本分为第一训练样本和第二训练样本；
第一训练模块332，用于通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；
子确定模块333，用于通过所述标注模型确定所述第二训练样本的概率性标注；
第二训练模块334，用于根据所述第二训练样本及对应的概率性标注训练标签模型。
其中，所述第一训练模块332包括：
第一子生成模块，用于通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；
计算模块，用于计算所述标签矩阵的重合度；
第二子生成模块，用于根据所述标签矩阵的重合度基于概率生成器获得融合标签。
在另一种实施方式中，所述训练模块32包括：
标签生成模块，用于将所述多个标注函数分别对样本数据打标签生成标签，所述样本数据包含目标标签；
子训练模块，用于将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。
优选的，所述标签模型为Xgboost模型。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图4是根据本发明的一种电子设备的示例性实施例的结构框图。图4显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，该示例性实施例的电子设备400以通用数据处理设备的形式表现。电子设备400的组件可以包括但不限于：至少一个处理单元410、至少一个存储单元420、连接不同电子设备组件（包括存储单元420和处理单元410）的总线430、显示单元440等。
其中，所述存储单元420存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理单元410执行，使得所述处理单元410执行本发明各种实施方式的步骤。例如，所述处理单元410可以执行如图1所示的步骤。
所述存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元（ROM）4203。所述存储单元420还可以包括具有一组（至少一个）程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作电子设备、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备400也可以与一个或多个外部设备300（例如键盘、显示器、网络设备、蓝牙设备等）通信，使得用户能经由这些外部设备400与该电子设备400交互，和/或使得该电子设备400能与一个或多个其它数据处理设备（例如路由器、调制解调器等等）进行通信。这种通信可以通过输入/输出（I/O）接口450进行，还可以通过网络适配器460与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）进行。网络适配器460可以通过总线430与电子设备400的其它模块通信。应当明白，尽管图4中未示出，电子设备400中可使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID电子设备、磁带驱动器以及数据备份存储电子设备等。
图5是本发明的一个计算机可读介质实施例的示意图。如图5所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的电子设备、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：获取多个标注函数；根据所述多个标注函数训练标签模型；将测试数据输入训练好的标签模型中生成新标签；根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台数据处理设备（可以是个人计算机、服务器、或者网络设备等）执行根据本发明的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行电子设备、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语音的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语音包括面向对象的程序设计语音—诸如Java、C++等，还包括常规的过程式程序设计语音—诸如“C”语音或类似的程序设计语音。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。
综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器（DSP）等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于弱监督学习的风险评估方法，其特征在于，所述方法包括：
获取多个标注函数；
根据所述多个标注函数训练标签模型；
将测试数据输入训练好的标签模型中生成新标签；
根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个标注函数训练标签模型包括：
将训练样本分为第一训练样本和第二训练样本；
通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型；
通过所述标注模型确定所述第二训练样本的概率性标注；
根据所述第二训练样本及对应的概率性标注训练标签模型。
3.根据权利要求2中所述的方法，其特征在于，所述通过所述第一训练样本根据不同标注函数之间的冲突训练标注模型包括：
通过所述多个标注函数分别对第一训练样本打标签，生成标签矩阵；
计算所述标签矩阵的重合度；
根据所述标签矩阵的重合度基于概率生成器获得融合标签。
4.根据权利要求1中所述的方法，其特征在于，所述根据所述多个标注函数训练标签模型为：
将所述多个标注函数分别对样本数据打标签生成标签，所述样本数据包含目标标签；
将所述标签作为特征向量X，所述目标标签作为Y变量训练标签模型。
5.根据权利要求4中所述的方法，其特征在于，所述标签模型为Xgboost模型。
6.根据权利要求1中所述的方法，其特征在于，所述标注函数包含正则表达式、语义结构、远程监督及外部模型中的至少一种。
7.一种基于弱监督学习的风险评估装置，其特征在于，所述装置包括：
获取模块，用于获取多个标注函数；
训练模块，用于根据所述多个标注函数训练标签模型；
生成模块，用于将测试数据输入训练好的标签模型中生成新标签；
评估模块，用于根据所述新标签训练授信模型，通过所述授信模型评估用户风险。
8.一种电子设备，包括：
处理器；以及
存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行根据权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现权利要求1-6中任一项所述的方法。
CN202010724457.2A 2020-07-24 2020-07-24 一种基于弱监督学习的风险评估方法、装置及电子设备 Pending CN112102062A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010724457.2A CN112102062A (zh) 2020-07-24 2020-07-24 一种基于弱监督学习的风险评估方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010724457.2A CN112102062A (zh) 2020-07-24 2020-07-24 一种基于弱监督学习的风险评估方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN112102062A true CN112102062A (zh) 2020-12-18

Family

ID=73749776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010724457.2A Pending CN112102062A (zh) 2020-07-24 2020-07-24 一种基于弱监督学习的风险评估方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112102062A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570119A (zh) * 2021-07-07 2021-10-29 北京淇瑀信息科技有限公司 基于Xgboost的多任务处理方法、装置及电子设备
CN113570205A (zh) * 2021-07-07 2021-10-29 北京淇瑀信息科技有限公司 基于单分类的api风险设备识别方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170124615A1 (en) * 2015-11-04 2017-05-04 Wal-Mart Stores, Inc. Systems, method, and non-transitory computer-readable storage media for evaluating, storing, and managing labels for classification model evaluation and training
CN110196908A (zh) * 2019-04-17 2019-09-03 深圳壹账通智能科技有限公司 数据分类方法、装置、计算机装置及存储介质
CN110298415A (zh) * 2019-08-20 2019-10-01 视睿（杭州）信息科技有限公司 一种半监督学习的训练方法、系统和计算机可读存储介质
CN111222648A (zh) * 2020-01-15 2020-06-02 深圳前海微众银行股份有限公司 半监督机器学习优化方法、装置、设备及存储介质
CN111400663A (zh) * 2020-03-17 2020-07-10 深圳前海微众银行股份有限公司 风险识别方法、装置、设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170124615A1 (en) * 2015-11-04 2017-05-04 Wal-Mart Stores, Inc. Systems, method, and non-transitory computer-readable storage media for evaluating, storing, and managing labels for classification model evaluation and training
CN110196908A (zh) * 2019-04-17 2019-09-03 深圳壹账通智能科技有限公司 数据分类方法、装置、计算机装置及存储介质
CN110298415A (zh) * 2019-08-20 2019-10-01 视睿（杭州）信息科技有限公司 一种半监督学习的训练方法、系统和计算机可读存储介质
CN111222648A (zh) * 2020-01-15 2020-06-02 深圳前海微众银行股份有限公司 半监督机器学习优化方法、装置、设备及存储介质
CN111400663A (zh) * 2020-03-17 2020-07-10 深圳前海微众银行股份有限公司 风险识别方法、装置、设备及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570119A (zh) * 2021-07-07 2021-10-29 北京淇瑀信息科技有限公司 基于Xgboost的多任务处理方法、装置及电子设备
CN113570205A (zh) * 2021-07-07 2021-10-29 北京淇瑀信息科技有限公司 基于单分类的api风险设备识别方法、装置及电子设备
CN113570119B (zh) * 2021-07-07 2024-06-07 北京淇瑀信息科技有限公司 基于Xgboost的多任务处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Vo et al. Sentiment analysis of news for effective cryptocurrency price prediction
CN114968788B (zh) 人工智能算法编程能力自动评估方法、装置、介质及设备
CN110362823A (zh) 描述文本生成模型的训练方法和装置
CN113138920B (zh) 基于知识图谱与语义角色标注的软件缺陷报告分派方法及装置
US20240152707A1 (en) Automated Patent Language Generation
CN114298050A (zh) 模型的训练方法、实体关系抽取方法、装置、介质、设备
CN112883990A (zh) 数据分类方法及装置、计算机存储介质、电子设备
CN111626381A (zh) 一种基于对抗迁移的用户识别方法、装置及电子设备
Diao et al. Rule-based problem classification in it service management
CN112102062A (zh) 一种基于弱监督学习的风险评估方法、装置及电子设备
CN116186237A (zh) 一种基于事件因果推断的实体关系的联合抽取方法
Oliseenko et al. BERT and ELMo in task of classifying social media users posts
Rose et al. The linguistic analysis of scene semantics: LASS
Brown Enhancing Trust in LLMs: Algorithms for Comparing and Interpreting LLMs
CN114298299A (zh) 基于课程学习的模型训练方法、装置、设备及存储介质
US20240028828A1 (en) Machine learning model architecture and user interface to indicate impact of text ngrams
Lin et al. Robust educational dialogue act classifiers with low-resource and imbalanced datasets
CN112989050A (zh) 一种表格分类方法、装置、设备及存储介质
CN111582647A (zh) 用户数据处理方法、装置及电子设备
Shim et al. Fast and accurate interpretation of workload classification model
Smith et al. Identifying the limitations associated with machine learning techniques in performing accounting tasks
US11514311B2 (en) Automated data slicing based on an artificial neural network
Grace et al. Handbook of measurement error models
US20210264283A1 (en) Dataset creation for deep-learning model
Hevapathige et al. A two-phase classifier for automatic answer generation for math word problems

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