WO2023231785A1 - 数据处理方法、装置及设备 - Google Patents

数据处理方法、装置及设备 Download PDF

Info

Publication number
WO2023231785A1
WO2023231785A1 PCT/CN2023/094852 CN2023094852W WO2023231785A1 WO 2023231785 A1 WO2023231785 A1 WO 2023231785A1 CN 2023094852 W CN2023094852 W CN 2023094852W WO 2023231785 A1 WO2023231785 A1 WO 2023231785A1
Authority
WO
WIPO (PCT)
Prior art keywords
risk
feature vector
target
interactive content
talk
Prior art date
Application number
PCT/CN2023/094852
Other languages
English (en)
French (fr)
Inventor
张江滨
祝慧佳
赵智源
张睿
Original Assignee
支付宝(杭州)信息技术有限公司
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 支付宝(杭州)信息技术有限公司 filed Critical 支付宝(杭州)信息技术有限公司
Publication of WO2023231785A1 publication Critical patent/WO2023231785A1/zh

Links

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
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • 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
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。

Description

数据处理方法、装置及设备 技术领域
本说明书实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置及设备。
背景技术
随着互联网行业的迅速发展，网络风险也随之增多，在风控场景下，可以根据预先构建的防控词表，对用户之间的交互内容中是否存在与防控词表中的风险词语匹配的词语进行检测，以确定交互内容是否存在风险。
但是，在风险词语数据量较大、且更新速度较快的情况下，上述方法就存在防控词表的更新压力较大，可能存在由于无法及时准确的对防控词表进行更新，导致无法进行风险防控，因此，需要一种在风控场景下，能及时准确的确定交互内容中是否存在风险话术，以提高风险防控效率和准确率的解决方案。
发明内容
本说明书实施例的目的是提供一种在风控场景下，能及时准确的确定交互内容中是否存在风险话术，以提高风险防控效率和准确率的解决方案。
为了实现上述技术方案，本说明书实施例是这样实现的：第一方面，本说明书实施例提供了一种数据处理方法，包括：获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
第二方面，本说明书实施例提供了一种数据处理装置，所述装置包括：向量获取模块，用于获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；向量识别模块，用于基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；风险检测模块，用于基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
第三方面，本说明书实施例提供了一种数据处理设备，所述数据处理设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
第四方面，本说明书实施例提供一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量 还原出的内容与所述交互内容不同；基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
附图说明
为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1A为本说明书一种数据处理方法实施例的流程图；
图1B为本说明书一种数据处理方法实施例的处理过程示意图；
图2为本说明书另一种数据处理方法实施例的处理过程示意图；
图3为本说明书一种风险话术筛选模型的示意图；
图4为本说明书一种风险话术筛选模型的示意图；
图5A为本说明书又一种数据处理方法实施例的流程图；
图5B为本说明书又一种数据处理方法实施例的处理过程示意图；
图6为本说明书一种数据处理装置实施例的结构示意图；
图7为本说明书一种数据处理设备的结构示意图。
具体实施方式
本说明书实施例提供一种数据处理方法、装置及设备。
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
实施例一
如图1A和图1B所示，本说明书实施例提供一种数据处理方法，该方法的执行主体可以为服务器，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤S102至S106。
在S102中，获取待识别的目标特征向量。
其中，目标特征向量可以由目标用户针对目标业务的交互内容确定，目标业务可以是任意涉及用户隐私、财产安全等业务，例如，目标业务可以是资源转移业务、即时通讯业务等，目标用户针对目标业务的交互内容可以是目标用户针对资源转移业务与资源接收用户之间的交互内容等，目标特征向量可以是基于预设向量生成模型，生成的与交互内容对应的向量，且基于目标特征向量还原出的内容与交互内容不同，即对目标特征预设向量进行还原处理，无法得到目标用户针对目标业务的交互内容。
在实施中，随着互联网行业的迅速发展，网络风险也随之增多，在风控场景下，可以根据预先构建的防控词表，对用户之间的交互内容中是否存在与防控词表中的风险词语匹配的词语进行检测，以确定交互内容是否存在风险。
但是，在风险词语数据量较大、且更新速度较快的情况下，上述方法就存在防控词表的更新压力较大，可能存在由于无法及时准确的对防控词表进行更新，导致无法进行风险防控，因此，需要一种在风控场景下，能及时准确的确定交互内容中是否存在风险话术，以提高风险防控效率和准确率的解决方案。为此，本说明书实施例提供一种可以解决上述问题的技术方案，具体可以参见下述内容。
以目标业务为终端设备(即终端设备或服务器)中安装的资源管理应用程序中的资源转移业务为例，目标用户可以触发启动资源管理应用程序，并在该资源管理应用程序 中触发执行资源转移业务。目标用户可以与用户1针对资源转移业务进行交互，终端设备可以获取目标用户与用户1之间的交互内容，并生成与该交互内容对应的目标特征向量。
此外，终端设备还可以将生成的与交互内容对应的目标特征向量发送给服务器，即服务器可以获取终端设备发送的目标特征向量。
由于目标特征向量还原出的内容与交互内容不同，因此，可以实现对目标用户的隐私保护。
另外，为提高数据处理效率，终端设备在获取到目标用户针对目标业务的交互内容后，可以基于交互内容中除目标用户对应的内容以外的内容，生成目标特征向量。例如，以上述目标业务为资源转移业务为例，目标用户触发执行资源转移业务时，可以与用户1进行交互，终端设备获取到的交互内容可以如下：用户1：请在今天12点前转账。
目标用户：好的，12点10分可以吗。
用户1：可以。
目标用户：好的，是转到账户1吗？
用户1：不是，请转到账户2。
终端设备可以基于上述交互内容中与用户1对应的内容，生成目标特征向量，并将目标特征向量发送给服务器进行风险话术识别处理。
或者，终端设备还可以基于预设风险关键词，对目标用户针对目标业务的交互内容进行匹配处理，并在匹配成功的情况下，基于与风险关键词匹配的内容存在关联关系的交互内容，生成目标特征向量。
例如，假设风险关键词包括“转账”，则终端设备可以基于上述交互内容中包含“转账”的交互内容，生成目标特征向量。
在S104中，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果。
其中，风险话术识别模型可以基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量可以为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于第一特征向量还原出的内容与交互内容不同。
在实施中，可以基于目标业务的业务标识，获取预先存储的触发执行目标业务时确定的存在风险的历史交互内容对应的第一特征向量，再基于预先训练的风险话术筛选模型对第一特征向量进行筛选处理，得到目标风险话术对应的特征向量，并基于目标风险话术对应的特征向量对风险话术识别模型进行训练，得到训练后的风险话术识别模型。
可以将目标特征向量输入预先训练的风险话术识别模型，以得到针对目标特征向量的识别结果，这样，就可以通过风险话术识别模型，对目标用户针对目标业务的交互内容中是否存在风险话术进行识别，可以将风险检测定位到话术层面。
在S106中，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。
在实施中，在基于识别结果，确定交互内容中存在风险话术的情况下，可以将预设提示信息发送给目标用户触发执行目标业务的目标设备，以提示目标用户该交互内容中存在风险话术。
另外，由于风险话术的更新速度较快，为提高模型训练准确性，在基于识别结果，确定交互内容中存在风险话术的情况下，可以将该交互内容确定为历史交互内容，即可以将目标特征向量作为目标业务中存在风险的历史交互内容对应的第一特征向量，并在目标特征向量的数量达到预设增量阈值的情况下，对风险话术筛选模型进行更新处理。
若目标特征向量是终端设备发送的基于目标用户针对目标业务的交互内容生成的特征向量，则服务器在基于识别结果，确定该交互内容中存在风险话术的情况下，可以将预设提示信息发送给终端设备，以提醒目标用户，避免目标用户触发执行目标业务造成安全损失。
本说明书实施例提供一种数据处理方法，获取待识别的目标特征向量，目标特征向量可以由目标用户针对目标业务的交互内容确定，其中，基于目标特征向量还原出的内容与交互内容不同，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果，风险话术识别模型基于目标风险话术对应的特征向 量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
实施例二
如图2所示，本说明书实施例提供一种数据处理方法，该方法的执行主体可以为服务器，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤S202至S220。
在S202中，获取目标用户针对目标业务的交互内容。
在实施中，终端设备可以基于预设脱敏算法，对目标用户针对目标业务的交互内容进行脱敏处理，并将脱敏处理后的交互内容发送给服务器，即服务器接收到的交互内容中不包含目标用户的隐私数据。
或者，终端设备还可以在接收到目标用户的授权指令(即目标用户授权服务器可以对交互内容进行处理)的情况下，将目标用户针对目标业务的交互内容发生给服务器进行处理。
在S204中，将交互内容划分为多个子内容，并基于预设编码规则，分别对子内容进行编码处理，得到多个待识别的目标特征向量。
其中，基于目标特征向量还原出的内容与交互内容不同。
在实施中，例如，可以将交互内容中用户每次输入的内容，作为一个子内容，具体如，假设获取的交互内容为：用户1：请在今天12点前转账。
目标用户：好的，12点10分可以吗。
用户1：可以。
目标用户：好的，是转到账户1吗？
用户1：不是，请转到账户2。
若将交互内容中用户每次输入的内容，作为一个子内容，则上述交互内容可以划分为5个子内容，即划分得到的子内容可以包括“请在今天12点前转账”、“好的，12点10分可以吗”为一个字内容等。
或者，还可以基于预设风险关键词(包括预设风险字符类型，如数值型、时间型)，将交互内容划分为多个子内容，例如，假设风险关键词包括“账户”，以及时间类型，则可以将上述交互内容划分为与“账户”对应的子内容1以及与时间型对应的子内容2，其中，子内容1可以为：“好的，是转到账户1吗？不是，请转到账户2”，子内容2可以为：“请在今天12点前转账。好的，12点10分可以吗。”
上述子内容的确定方法是一种可选地、可实现的划分方法，在实际应用场景中，还可以有多种不同的划分方法，可以根据实际应用场景的不同而有所不同，本说明书实施例对此不做具体限定。
在得到子内容后，可以基于预设编码规则，分别对子内容进行编码处理，得到与每个子内容对应的目标特征向量，其中，预设编码规则可以是任意不可逆编码规则，即基于目标特征向量还原出的内容与交互内容不同，以实现对目标用户的隐私数据的保护。
在S206中，获取历史特征向量。
其中，历史特征向量由第一交互内容确定，基于历史特征向量还原出的内容与第一交互内容不同，第一交互内容可以是存在风险的交互内容。
在实施中，可以基于上述S204中的划分方法，将每个第一交互内容划分为多个第一子内容，并基于预设编码规则，分别对每个第一子内容进行编码处理，以得到多个历史特征向量。
在S208中，将历史特征向量输入风险话术筛选模型，得到每个历史特征向量的目标概率向量和注意力程度。
其中，风险话术筛选模型可以基于多示例学习算法((Multiple Instance Learning，MIL))构建，这样，可以通过基于MIL构建的风险话术筛选模型，实现对交互内容的话术层面的风险检测。
在实施中，在实际应用中，上述S208的处理方式可以多种多样，以下再提供一种可选的实现方式，具体可以参见步骤一～步骤二。
步骤一，将历史特征向量输入风险话术筛选模型的神经网络层，得到每个历史特征向量的目标概率向量。
其中，神经网络层可以是由卷积神经网络(Convolutional Neural Networks,CNN)、循环神经网络(Recurrent Neural Network,RNN)、长短期记忆人工神经网络(LSTM，Long Short-Term Memory)等算法构建，用于确定向量的概率向量。
步骤二，基于预设注意力机制和每个历史特征向量的目标概率向量，确定每个历史特征向量的注意力程度。
在实施中，如图3所示，以神经网络层由双向LSTM构建为例，每个历史特征向量(如向量s1、向量s2、向量s3)经过神经网络层后，经过激活函数(如softmax函数)后，可以得到每个历史特征向量的目标概率向量(即p1、p2、p3)，在基于注意力机制，
向不同目标概率向量越大，则该历史特征向量对应的第一交互内容包含风险话术的风险越大。
在S210中，基于每个历史特征向量的目标概率向量和注意力程度、历史交互内容的风险标签，确定是否对风险话术筛选模型进行再训练，获取停止训练时的风险话术筛选模型。
在实施中，在实际应用中，上述S212的处理方式可以多种多样，以下再提供一种可选的实现方式，具体可以参见步骤一～步骤二。
步骤一，基于每个第一交互内容对应的历史特征向量的目标概率向量和注意力程度，确定每个第一交互内容的目标分值。
在实施中，可以获取每个第一交互对应的一个或多个历史特征向量，在将每个第一交互对应的历史特征向量的目标概率向量和注意力程度的乘积的和值，确定为每个第一交互内容的目标分值。
上述每个第一交互内容的目标分值的确定方法还可以有多种，可以根据实际应用场景的不同而选取不同的确定方法，本说明书实施例对此不作具体限定。
步骤二，基于每个第一交互内容的风险标签和目标分值，确定是否对风险话术筛选模型进行再训练。
在实施中，可以基于目标分值和预设风险分值阈值，确定每个第一交互内容的预测类型(如存在风险、不存在风险、其他等)，再基于每个第一交互内容的预测类型和风险标签，确定是否对风险话术筛选模型进行再训练。
在S212中，获取与目标业务中存在风险的历史交互内容对应的第一特征向量。
其中，基于第一特征向量还原出的内容与存在风险的历史交互内容不同。
在实施中，与上述S204中的划分方法，可以将每个历史交互内容划分为多个历史子内容，并基于预设编码规则，分别对每个历史子内容进行编码处理，以得到多个第一特征向量。
在S214中，基于预先训练的风险话术筛选模型对第一特征向量进行筛选处理，得到第三特征向量，并基于第三特征向量确定目标风险话术对应的特征向量。
在实施中，在实际应用中，上述S214的处理方式可以多种多样，以下再提供一种可选的实现方式，具体可以参见步骤一～步骤二。
步骤一，将第一特征向量输入预先训练的风险话术筛选模型，得到每个第一特征向量的目标概率向量和注意力程度，步骤二，基于每个第一特征向量的目标概率向量和注意力程度，确定第三特征向量。
在实施中，可以基于每个第一特征向量的目标概率向量和注意力程度，确定每个第一特征向量的风险分值，并基于每个第一特征向量的风险分值，确定第三特征向量。
例如，可以将每个第一特征向量的目标概率向量和注意力程度的乘积，确定为每个第一特征向量的风险分值，在基于风险分值对第一特征向量进行排序处理，在基于排序后的第一特征向量，确定第三特征向量，如可以将风险分值较大的前n个第一特征向量，确定为第三特征向量。
上述每个第三特征向量的确定方法还可以有多种，可以根据实际应用场景的不同而选取不同的确定方法，本说明书实施例对此不作具体限定。
在S216中，基于目标风险话术对应的特征向量对风险话术识别模型进行训练，得到训练后的风险话术识别模型。
在实施中，在实际应用中，上述S216的处理方式可以多种多样，以下提供一种可选的实现方式，具体可以参见步骤A1～步骤A2。
在A1中，从历史特征向量中随机选取预定数量的第三特征向量。
在实施中，第三特征向量可以是无风险标签的特征向量。
在A2中，基于目标风险话术对应的特征向量和第三特征向量，以无监督的训练方式对风险话术识别模型进行训练，得到预先训练的风险话术识别模型。
在实施中，由于风险话术的更新速度较快，因此，可能存在具有风险标签的样本数据量较小的问题，因此，可以基于正样本无标签学习(Positive Unlabeled learning，PU learning)算法构建风险话术识别模型，并以无监督的训练方式对风险话术识别模型进行训练。
另外，风险话术识别模型还可以是基于预设分类算法构建的模型，以基于有监督的训练方式对风险话术识别模型进行训练，以下再提供一种可选的实现方式，具体可以参见步骤B1～步骤B2。
在B1中，从历史特征向量的第四特征向量中随机选取预定数量的第五特征向量。
其中，第四特征向量对应的第一交互内容可以为不存在风险的交互内容。
在B2中，基于目标风险话术对应的特征向量和第五特征向量，对风险话术识别模型进行训练，得到预先训练的风险话术识别模型。
在实施中，可以将第五特征向量作为高置信白样本数据，将目标风险话术对应的特征向量作为黑样本数据，对风险话术识别模型进行训练，得到预先训练的风险话术识别模型，以使训练得到的风险话术识别模型能尽可能的命中恶意第三方与不存在风险的用户之间的交互内容，尽可能不命中不存在风险的用户之间的交互内容。
在S104中，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果。
在S218中，若基于识别结果，确定交互内容中存在风险话术，则确定目标特征向量中与风险话术对应的第二特征向量。
在实施中，假设目标用户针对目标业务的交互内容为：用户1：请在今天12点前转账。
目标用户：好的，12点10分可以吗。
用户1：可以。
目标用户：好的，是转到账户1吗？
用户1：不是，请转到账户2。
目标特征向量包括与子内容1对应的目标特征向量1，与子内容2对应的目标特征向量2，其中，子内容1可以为：“好的，是转到账户1吗？不是，请转到账户2”，子内容2可以为：“请在今天12点前转账。好的，12点10分可以吗。”
若基于识别结果，确定目标特征向量1为与风险话术对应的特征向量，则可以将目标特征向量1确定为第二特征向量。
上述第二特征向量的确定方法还可以有多种，可以根据实际应用场景的不同而选取不同的确定方法，本说明书实施例对此不作具体限定。
在S220中，停止执行目标业务，并生成与第二特征向量对应的风险提示信息，以基于风险提示信息提示目标用户交互内容中存在风险话术。
在实施中，服务器可以生成与第二特征向量对应的风险提示信息，例如，服务器可以基于第二特征向量在目标特征向量对应的交互内容中的位置信息，生成携带有该位置信息的风险提示信息，在将该风险提示信息发送给终端设备，终端设备在根据风险提示信息中的位置信息，确定该交互内容中存在风险话术的内容，并将该内容和风险提示信息进行合并处理，以输出给目标用户。
例如，以上述S218中的交互内容为例，假设与子内容2对应的目标特征向量2为第二特征向量，则服务器生成的风险提示信息可以为“此处可能包含风险话术，请注意”，终端设备可以根据目标特征向量2对应的内容在交互内容中的位置信息，输出如图4所 示的风险提示信息。
本说明书实施例提供一种数据处理方法，获取待识别的目标特征向量，目标特征向量可以由目标用户针对目标业务的交互内容确定，其中，基于目标特征向量还原出的内容与交互内容不同，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果，风险话术识别模型基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
实施例三
如图5A和图5B所示，本说明书实施例提供一种数据处理方法，该方法的执行主体可以为终端设备，该终端设备可以是如手机、平板电脑等移动终端设备，也可以如个人计算机等终端设备。该方法具体可以包括以下步骤S502至S506。
在S502中，确定与交互内容对应的目标特征向量。
其中，基于目标特征向量还原出的内容与交互内容不同。
在实施中，终端设备可以将交互内容划分为多个子内容，并基于预设编码规则，分别对子内容进行编码处理，得到多个待识别的目标特征向量。
在S504中，将目标特征向量发送给服务器，以使服务器基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果。
其中，风险话术识别模型可以基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的交互内容对应的第一特征向量进行筛选处理得到。
在实施中，终端设备可以将目标特征向量发送给云端服务器，以使该服务器基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果
在S506中，基于服务器发送的风险识别结果，确定交互内容中是否存在风险话术。
在实施中，终端设备在基于服务器发送的风险识别结果，确定交互内容中是否存在风险话术的情况下，可以输出预设提示信息，以提示目标用户执行目标业务存在风险，或者，终端设备还可以根据风险识别结果，针对交互内容中与风险话术对应的内容，输出对应的提示信息，以有针对性的向目标用户输出提示信息。
本说明书实施例提供一种数据处理方法，这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
实施例四
以上为本说明书实施例提供的数据处理方法，基于同样的思路，本说明书实施例还提供一种数据处理装置，如图6所示。
该数据处理装置包括：向量获取模块601、向量识别模块602和风险检测模块603，其中：向量获取模块601，用于获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；向量识别模块602，用于基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；风险检测模块603，用于基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
本说明书实施例中，所述风险检测模块603，用于：若基于所述识别结果，确定所述交互内容中存在风险话术，则确定所述目标特征向量中与所述风险话术对应的第二特 征向量；停止执行所述目标业务，并生成与所述第二特征向量对应的风险提示信息，以基于所述风险提示信息提示所述目标用户所述交互内容中存在风险话术。
本说明书实施例中，所述装置还包括：向量提取模块，用于获取与所述目标业务中存在风险的历史交互内容对应的第一特征向量，其中，基于所述第一特征向量还原出的内容与所述存在风险的历史交互内容不同；向量筛选模块，用于基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量，并基于所述第三特征向量确定所述目标风险话术对应的特征向量；模型训练模块，用于基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到训练后的风险话术识别模型。
本说明书实施例中，所述风险话术筛选模型基于多示例学习算法构建，所述装置还包括：第一获取模块，用于获取历史特征向量，所述历史特征向量由第一交互内容确定，其中，基于所述历史特征向量还原出的内容与所述第一交互内容不同；数据获取模块，用于将所述历史特征向量输入所述风险话术筛选模型，得到每个所述历史特征向量的目标概率向量和注意力程度；模型获取模块，用于基于所述每个所述历史特征向量的目标概率向量和注意力程度、所述历史交互内容的风险标签，确定是否对所述风险话术筛选模型进行再训练，获取停止训练时的风险话术筛选模型。
本说明书实施例中，所述数据获取模块，用于：将所述历史特征向量输入所述风险话术筛选模型的神经网络层，得到所述每个所述历史特征向量的目标概率向量；
基于预设注意力机制和所述每个所述历史特征向量的目标概率向量，确定所述每个所述历史特征向量的注意力程度。
本说明书实施例中，所述模型获取模块，用于：基于每个所述第一交互内容对应的历史特征向量的目标概率向量和注意力程度，确定所述每个所述第一交互内容的目标分值；基于所述每个所述第一交互内容的风险标签和目标分值，确定是否对所述风险话术筛选模型进行再训练。
本说明书实施例中，所述向量筛选模块，用于：将所述第一特征向量输入所述预先训练的风险话术筛选模型，得到每个所述第一特征向量的目标概率向量和注意力程度；
基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述第三特征向量。
本说明书实施例中，所述风险检测模块603，用于：基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述每个所述第一特征向量的风险分值，并基于所述每个所述第一特征向量的风险分值，确定所述第三特征向量。
本说明书实施例中，所述模型训练模块，用于：从所述历史特征向量中随机选取预定数量的第三特征向量；基于所述目标风险话术对应的特征向量和所述第三特征向量，以无监督的训练方式对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
本说明书实施例中，所述模型训练模块，用于：从所述历史特征向量的第四特征向量中随机选取预定数量的第五特征向量，所述第四特征向量对应的第一交互内容为不存在风险的交互内容；基于所述目标风险话术对应的特征向量和所述第五特征向量，对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
本说明书实施例中，所述向量获取模块601，用于：获取所述目标用户针对所述目标业务的交互内容；将所述交互内容划分为多个子内容，并基于预设编码规则，分别对所述子内容进行编码处理，得到多个所述待识别的目标特征向量。
本说明书实施例提供一种数据处理装置，获取待识别的目标特征向量，目标特征向量可以由目标用户针对目标业务的交互内容确定，其中，基于目标特征向量还原出的内容与交互内容不同，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果，风险话术识别模型基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
实施例五
基于同样的思路，本说明书实施例还提供一种数据处理设备，如图7所示。
数据处理设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器701和存储器702，存储器702中可以存储有一个或一个以上存储应用程序或数据。其中，存储器702可以是短暂存储或持久存储。存储在存储器702的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对数据处理设备中的一系列计算机可执行指令。更进一步地，处理器701可以设置为与存储器702通信，在数据处理设备上执行存储器702中的一系列计算机可执行指令。数据处理设备还可以包括一个或一个以上电源703，一个或一个以上有线或无线网络接口704，一个或一个以上输入输出接口705，一个或一个以上键盘706。
具体在本实施例中，数据处理设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对数据处理设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
可选地，所述基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险，包括：若基于所述识别结果，确定所述交互内容中存在风险话术，则确定所述目标特征向量中与所述风险话术对应的第二特征向量；停止执行所述目标业务，并生成与所述第二特征向量对应的风险提示信息，以基于所述风险提示信息提示所述目标用户所述交互内容中存在风险话术。
可选地，在所述基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果之前，还包括：获取与所述目标业务中存在风险的历史交互内容对应的第一特征向量，其中，基于所述第一特征向量还原出的内容与所述存在风险的历史交互内容不同；基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量，并基于所述第三特征向量确定所述目标风险话术对应的特征向量；基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到训练后的风险话术识别模型。
可选地，所述风险话术筛选模型基于多示例学习算法构建，在所述基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量之前，还包括：
获取历史特征向量，所述历史特征向量由第一交互内容确定，其中，基于所述历史特征向量还原出的内容与所述第一交互内容不同；将所述历史特征向量输入所述风险话术筛选模型，得到每个所述历史特征向量的目标概率向量和注意力程度；基于所述每个所述历史特征向量的目标概率向量和注意力程度、所述历史交互内容的风险标签，确定是否对所述风险话术筛选模型进行再训练，获取停止训练时的风险话术筛选模型。
可选地，所述将所述历史特征向量输入所述风险话术筛选模型，得到每个所述历史特征向量的目标概率向量和注意力程度，包括：将所述历史特征向量输入所述风险话术筛选模型的神经网络层，得到所述每个所述历史特征向量的目标概率向量；基于预设注意力机制和所述每个所述历史特征向量的目标概率向量，确定所述每个所述历史特征向量的注意力程度。
可选地，所述基于所述每个所述历史特征向量的目标概率向量和注意力程度、所述历史交互内容的风险标签，确定是否对所述风险话术筛选模型进行再训练，包括：
基于每个所述第一交互内容对应的历史特征向量的目标概率向量和注意力程度，确定所述每个所述第一交互内容的目标分值；基于所述每个所述第一交互内容的风险标签和目标分值，确定是否对所述风险话术筛选模型进行再训练。
可选地，所述基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理， 得到第三特征向量，包括：将所述第一特征向量输入所述预先训练的风险话术筛选模型，得到每个所述第一特征向量的目标概率向量和注意力程度；基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述第三特征向量。
可选地，所述基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述第三特征向量，包括：基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述每个所述第一特征向量的风险分值，并基于所述每个所述第一特征向量的风险分值，确定所述第三特征向量。
可选地，所述基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到预先训练的风险话术识别模型，包括：从所述历史特征向量中随机选取预定数量的第三特征向量；基于所述目标风险话术对应的特征向量和所述第三特征向量，以无监督的训练方式对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
可选地，所述基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到预先训练的风险话术识别模型，包括：从所述历史特征向量的第四特征向量中随机选取预定数量的第五特征向量，所述第四特征向量对应的第一交互内容为不存在风险的交互内容；基于所述目标风险话术对应的特征向量和所述第五特征向量，对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
可选地，所述获取待识别的目标特征向量，包括：获取所述目标用户针对所述目标业务的交互内容；将所述交互内容划分为多个子内容，并基于预设编码规则，分别对所述子内容进行编码处理，得到多个所述待识别的目标特征向量。
本说明书实施例提供一种数据处理设备，获取待识别的目标特征向量，目标特征向量可以由目标用户针对目标业务的交互内容确定，其中，基于目标特征向量还原出的内容与交互内容不同，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果，风险话术识别模型基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
实施例六
本说明书实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述数据处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
本说明书实施例提供一种计算机可读存储介质，获取待识别的目标特征向量，目标特征向量可以由目标用户针对目标业务的交互内容确定，其中，基于目标特征向量还原出的内容与交互内容不同，基于预先训练的风险话术识别模型对目标特征向量进行识别处理，得到针对目标特征向量的识别结果，风险话术识别模型基于目标风险话术对应的特征向量训练得到，目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到，基于识别结果，确定交互内容中是否存在风险话术，以确定触发执行目标业务是否存在风险。这样，由于目标特征向量还原出的内容与交互内容不同，因而，可以保证目标用户的隐私信息的安全性，另外，通过预先训练的风险话术识别模型，可以得到针对目标特征向量的识别结果，以基于识别结果，确定交互内容中是否存在风险话术，可以提高风险话术的确定效率和确定准确性，即可以提高风险防控效率和准确率。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书的实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框 或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (14)

  1. 一种数据处理方法，包括：
    获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；
    基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；
    基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
  2. 根据权利要求1所述的方法，所述基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险，包括：
    若基于所述识别结果，确定所述交互内容中存在风险话术，则确定所述目标特征向量中与所述风险话术对应的第二特征向量；
    停止执行所述目标业务，并生成与所述第二特征向量对应的风险提示信息，以基于所述风险提示信息提示所述目标用户所述交互内容中存在风险话术。
  3. 根据权利要求2所述的方法，在所述基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果之前，还包括：
    获取与所述目标业务中存在风险的历史交互内容对应的第一特征向量，其中，基于所述第一特征向量还原出的内容与所述存在风险的历史交互内容不同；
    基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量，并基于所述第三特征向量确定所述目标风险话术对应的特征向量；
    基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到训练后的风险话术识别模型。
  4. 根据权利要求3所述的方法，所述风险话术筛选模型基于多示例学习算法构建，在所述基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量之前，还包括：
    获取历史特征向量，所述历史特征向量由第一交互内容确定，其中，基于所述历史特征向量还原出的内容与所述第一交互内容不同；
    将所述历史特征向量输入所述风险话术筛选模型，得到每个所述历史特征向量的目标概率向量和注意力程度；
    基于所述每个所述历史特征向量的目标概率向量和注意力程度、所述历史交互内容的风险标签，确定是否对所述风险话术筛选模型进行再训练，获取停止训练时的风险话术筛选模型。
  5. 根据权利要求4所述的方法，所述将所述历史特征向量输入所述风险话术筛选模型，得到每个所述历史特征向量的目标概率向量和注意力程度，包括：
    将所述历史特征向量输入所述风险话术筛选模型的神经网络层，得到所述每个所述历史特征向量的目标概率向量；
    基于预设注意力机制和所述每个所述历史特征向量的目标概率向量，确定所述每个所述历史特征向量的注意力程度。
  6. 根据权利要求5所述的方法，所述基于所述每个所述历史特征向量的目标概率向量和注意力程度、所述历史交互内容的风险标签，确定是否对所述风险话术筛选模型进行再训练，包括：
    基于每个所述第一交互内容对应的历史特征向量的目标概率向量和注意力程度，确定所述每个所述第一交互内容的目标分值；
    基于所述每个所述第一交互内容的风险标签和目标分值，确定是否对所述风险话术筛选模型进行再训练。
  7. 根据权利要求6所述的方法，所述基于预先训练的风险话术筛选模型对所述第一特征向量进行筛选处理，得到第三特征向量，包括：
    将所述第一特征向量输入所述预先训练的风险话术筛选模型，得到每个所述第一特征向量的目标概率向量和注意力程度；
    基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述第三特征向量。
  8. 根据权利要求7所述的方法，所述基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述第三特征向量，包括：
    基于所述每个所述第一特征向量的目标概率向量和注意力程度，确定所述每个所述第一特征向量的风险分值，并基于所述每个所述第一特征向量的风险分值，确定所述第三特征向量。
  9. 根据权利要求8所述的方法，所述基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到预先训练的风险话术识别模型，包括：
    从所述历史特征向量中随机选取预定数量的第三特征向量；
    基于所述目标风险话术对应的特征向量和所述第三特征向量，以无监督的训练方式对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
  10. 根据权利要求8所述的方法，所述基于所述目标风险话术对应的特征向量对风险话术识别模型进行训练，得到预先训练的风险话术识别模型，包括：
    从所述历史特征向量的第四特征向量中随机选取预定数量的第五特征向量，所述第四特征向量对应的第一交互内容为不存在风险的交互内容；
    基于所述目标风险话术对应的特征向量和所述第五特征向量，对所述风险话术识别模型进行训练，得到所述预先训练的风险话术识别模型。
  11. 根据权利要求1所述的方法，所述获取待识别的目标特征向量，包括：
    获取所述目标用户针对所述目标业务的交互内容；
    将所述交互内容划分为多个子内容，并基于预设编码规则，分别对所述子内容进行编码处理，得到多个所述待识别的目标特征向量。
  12. 一种数据处理装置，包括：
    向量获取模块，用于获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；
    向量识别模块，用于基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；
    风险检测模块，用于基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
  13. 一种数据处理设备，所述数据处理设备包括：
    处理器；以及
    被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
    获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；
    基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；
    基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
  14. 一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下流程：
    获取待识别的目标特征向量，所述目标特征向量由目标用户针对目标业务的交互内容确定，其中，基于所述目标特征向量还原出的内容与所述交互内容不同；
    基于预先训练的风险话术识别模型对所述目标特征向量进行识别处理，得到针对所述目标特征向量的识别结果，所述风险话术识别模型基于目标风险话术对应的特征向量训练得到，所述目标风险话术对应的特征向量为基于预先训练的风险话术筛选模型，对 所述目标业务中存在风险的历史交互内容对应的第一特征向量进行筛选处理得到；
    基于所述识别结果，确定所述交互内容中是否存在风险话术，以确定触发执行所述目标业务是否存在风险。
PCT/CN2023/094852 2022-05-31 2023-05-17 数据处理方法、装置及设备 WO2023231785A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210612033.6A CN114969293A (zh) 2022-05-31 2022-05-31 数据处理方法、装置及设备
CN202210612033.6 2022-05-31

Publications (1)

Publication Number Publication Date
WO2023231785A1 true WO2023231785A1 (zh) 2023-12-07

Family

ID=82957998

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/094852 WO2023231785A1 (zh) 2022-05-31 2023-05-17 数据处理方法、装置及设备

Country Status (2)

Country Link
CN (1) CN114969293A (zh)
WO (1) WO2023231785A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117786417A (zh) * 2024-02-28 2024-03-29 之江实验室 一种模型训练方法、瞬变源的识别方法、装置及电子设备
CN117786417B (zh) * 2024-02-28 2024-05-10 之江实验室 一种模型训练方法、瞬变源的识别方法、装置及电子设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114969293A (zh) * 2022-05-31 2022-08-30 支付宝(杭州)信息技术有限公司 数据处理方法、装置及设备
CN115841335B (zh) * 2023-02-07 2023-05-16 支付宝(杭州)信息技术有限公司 数据处理方法、装置及设备
CN116151832B (zh) * 2023-04-18 2023-07-21 支付宝(杭州)信息技术有限公司 一种交互式风控系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310663A (zh) * 2019-05-16 2019-10-08 平安科技（深圳）有限公司 违规话术检测方法、装置、设备及计算机可读存储介质
WO2019218751A1 (zh) * 2018-05-16 2019-11-21 阿里巴巴集团控股有限公司 一种保险业务风险预测的处理方法、装置及处理设备
CN110827033A (zh) * 2019-10-11 2020-02-21 支付宝(杭州)信息技术有限公司 信息处理方法、装置及电子设备
CN111539741A (zh) * 2020-05-15 2020-08-14 支付宝(杭州)信息技术有限公司 识别操作风险的方法、系统和非暂时性存储介质
CN112785086A (zh) * 2021-02-10 2021-05-11 中国工商银行股份有限公司 信贷逾期风险预测方法及装置
CN113837638A (zh) * 2021-09-29 2021-12-24 支付宝(杭州)信息技术有限公司 话术确定方法、装置及设备
CN114969293A (zh) * 2022-05-31 2022-08-30 支付宝(杭州)信息技术有限公司 数据处理方法、装置及设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296195A (zh) * 2015-05-29 2017-01-04 阿里巴巴集团控股有限公司 一种风险识别方法及装置
US20180025428A1 (en) * 2016-07-22 2018-01-25 Xerox Corporation Methods and systems for analyzing financial risk factors for companies within an industry
CN111898739B (zh) * 2020-07-30 2024-02-20 平安科技（深圳）有限公司 基于元学习的数据筛选模型构建方法、数据筛选方法、装置、计算机设备及存储介质
CN112330432B (zh) * 2020-11-10 2024-03-15 中国平安人寿保险股份有限公司 风险等级识别模型训练方法、识别方法、终端及存储介质
CN112988991B (zh) * 2021-02-04 2023-04-18 支付宝(杭州)信息技术有限公司 一种通过人机对话进行反欺诈干预的方法和系统
CN113313575B (zh) * 2021-06-08 2022-06-03 支付宝(杭州)信息技术有限公司 一种风险识别模型的确定方法及装置
CN113268994B (zh) * 2021-07-16 2021-10-01 中国平安人寿保险股份有限公司 基于胶囊网络的意图识别方法及装置
CN113591758A (zh) * 2021-08-06 2021-11-02 全球能源互联网研究院有限公司 一种人体行为识别模型训练方法、装置及计算机设备
CN114399379A (zh) * 2022-01-11 2022-04-26 平安普惠企业管理有限公司 基于人工智能的催收行为识别方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019218751A1 (zh) * 2018-05-16 2019-11-21 阿里巴巴集团控股有限公司 一种保险业务风险预测的处理方法、装置及处理设备
CN110310663A (zh) * 2019-05-16 2019-10-08 平安科技（深圳）有限公司 违规话术检测方法、装置、设备及计算机可读存储介质
CN110827033A (zh) * 2019-10-11 2020-02-21 支付宝(杭州)信息技术有限公司 信息处理方法、装置及电子设备
CN111539741A (zh) * 2020-05-15 2020-08-14 支付宝(杭州)信息技术有限公司 识别操作风险的方法、系统和非暂时性存储介质
CN112785086A (zh) * 2021-02-10 2021-05-11 中国工商银行股份有限公司 信贷逾期风险预测方法及装置
CN113837638A (zh) * 2021-09-29 2021-12-24 支付宝(杭州)信息技术有限公司 话术确定方法、装置及设备
CN114969293A (zh) * 2022-05-31 2022-08-30 支付宝(杭州)信息技术有限公司 数据处理方法、装置及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117786417A (zh) * 2024-02-28 2024-03-29 之江实验室 一种模型训练方法、瞬变源的识别方法、装置及电子设备
CN117786417B (zh) * 2024-02-28 2024-05-10 之江实验室 一种模型训练方法、瞬变源的识别方法、装置及电子设备

Also Published As

Publication number Publication date
CN114969293A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
WO2023231785A1 (zh) 数据处理方法、装置及设备
US10192556B2 (en) Speech recognition with acoustic models
EP3608822B1 (en) Method and apparatus for detecting model security and electronic device
US20210118424A1 (en) Predicting personality traits based on text-speech hybrid data
US11374952B1 (en) Detecting anomalous events using autoencoders
WO2023246393A1 (zh) 意图识别模型训练及用户意图识别
US20170228643A1 (en) Augmenting Neural Networks With Hierarchical External Memory
WO2022121251A1 (zh) 文本处理模型训练方法、装置、计算机设备和存储介质
WO2023202496A1 (zh) 数据处理方法、装置、系统及设备
WO2023226766A1 (zh) 数据处理方法、装置及设备
CN113516480B (zh) 一种支付风险识别方法、装置及设备
US20200135039A1 (en) Content pre-personalization using biometric data
US20220058444A1 (en) Asymmetric adversarial learning framework for multi-turn dialogue response generation
CN113837638A (zh) 话术确定方法、装置及设备
CN115545002B (zh) 一种模型训练和业务处理的方法、装置、存储介质及设备
JP7178394B2 (ja) 音声信号を処理するための方法、装置、機器、および媒体
CN117337467A (zh) 经由迭代说话者嵌入的端到端说话者分离
US20200279192A1 (en) Semantics preservation for machine learning models deployed as dependent on other machine learning models
CN114880472A (zh) 数据处理方法、装置及设备
CN112908315B (zh) 一种基于声音特征和语音识别的问答意图判断方法
CN116909889A (zh) 一种模型的风险评测方法、装置及设备
WO2021233389A1 (zh) 增强深度学习模型鲁棒性的方法及装置
TWI818427B (zh) 使用基於文本的說話者變更檢測的說話者劃分糾正方法及系統
CN113220852B (zh) 人机对话方法、装置、设备和存储介质
CN115204395A (zh) 数据的处理方法、装置及设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23814970

Country of ref document: EP

Kind code of ref document: A1