-
公开(公告)号：CN112733537B
公开(公告)日：2024-10-22
申请号：CN202011637850.4
申请日：2020-12-31
申请人： 平安科技(深圳)有限公司
IPC分类号： G06F40/289 , G06F40/211 , G06F40/194 , G06F40/237
摘要： 本发明涉及语音语义技术，揭露了一种文本去重方法，包括：获取多个待去重文本，将多个待去重文本汇集为语料库；对多个待去重文本进行分词得到文本分词；根据语料库构建文本分词对应的待去重文本的文本指纹；根据文本指纹对多个待去重文本进行重合去重，得到多个初步去重文本；对多个初步去重文本中各文本进行分句，得到每个初步去重文本的文本分句；计算每个文本分句间的重合字粒度；根据重合字粒度对多个初步去重文本进行范围去重，得到去重文本集。此外，本发明还涉及区块链技术，所述待去重文本可存储于区块链的节点。本发明还提出一种文本去重装置、电子设备以及计算机可读存储介质。本发明可以解决大量文本去重时效率和精确度不高的问题。
-
公开(公告)号：CN109598095B
公开(公告)日：2023-08-08
申请号：CN201910012412.X
申请日：2019-01-07
申请人： 平安科技(深圳)有限公司
IPC分类号： G06F30/27
摘要： 本申请涉及一种评分卡模型的建立方法、装置、计算机设备和存储介质。该方法包括：获取多个训练样本的样本数据；样本数据包括多个样本变量；对每个样本变量进行分箱操作；确定每个样本变量对应的分箱数，比较分箱数是否超过阈值；若是，计算样本变量对应每一分箱的分箱占比、坏样本率以及与相邻分箱的卡方值；根据分箱占比、坏样本率及卡方值，对样本变量的多个分箱进行合并处理，返回确定每个样本变量对应的分箱数的步骤；否则，计算每个样本变量的WOE值，根据WOE值进行样本变量筛选，基于筛选得到的样本变量建立评分卡模型。采用本方法能够提高模型训练效率和精度。
-
公开(公告)号：CN109543925B
公开(公告)日：2023-01-24
申请号：CN201910012426.1
申请日：2019-01-07
申请人： 平安科技(深圳)有限公司
IPC分类号： G06Q10/04 , G06Q10/0635
摘要： 本申请涉及一种基于机器学习的风险预测方法、装置、计算机设备和存储介质。方法包括：获取训练样本的第一风险数据；对第一风险数据进行预处理，得到多种基础风险因子；识别训练样本的关联样本，爬取关联样本的第二风险数据；对第二风险数据进行预处理，得到多种关联风险因子；对基础风险因子及关联风险因子进行筛选，得到多种有效风险因子；基于有效风险因子对机器学习模型进行训练，得到风险预测模型；基于风险预测模型对监控对象是否存在风险行为进行监控。采用本方法能够提高风险预测效率。
-
公开(公告)号：CN109543925A
公开(公告)日：2019-03-29
申请号：CN201910012426.1
申请日：2019-01-07
申请人： 平安科技(深圳)有限公司
CPC分类号： G06Q10/04 , G06Q10/0635
摘要： 本申请涉及一种基于机器学习的风险预测方法、装置、计算机设备和存储介质。方法包括：获取训练样本的第一风险数据；对第一风险数据进行预处理，得到多种基础风险因子；识别训练样本的关联样本，爬取关联样本的第二风险数据；对第二风险数据进行预处理，得到多种关联风险因子；对基础风险因子及关联风险因子进行筛选，得到多种有效风险因子；基于有效风险因子对机器学习模型进行训练，得到风险预测模型；基于风险预测模型对监控对象是否存在风险行为进行监控。采用本方法能够提高风险预测效率。
-
公开(公告)号：CN112733537A
公开(公告)日：2021-04-30
申请号：CN202011637850.4
申请日：2020-12-31
申请人： 平安科技(深圳)有限公司
IPC分类号： G06F40/289 , G06F40/211 , G06F40/194 , G06F40/237
摘要： 本发明涉及语音语义技术，揭露了一种文本去重方法，包括：获取多个待去重文本，将多个待去重文本汇集为语料库；对多个待去重文本进行分词得到文本分词；根据语料库构建文本分词对应的待去重文本的文本指纹；根据文本指纹对多个待去重文本进行重合去重，得到多个初步去重文本；对多个初步去重文本中各文本进行分句，得到每个初步去重文本的文本分句；计算每个文本分句间的重合字粒度；根据重合字粒度对多个初步去重文本进行范围去重，得到去重文本集。此外，本发明还涉及区块链技术，所述待去重文本可存储于区块链的节点。本发明还提出一种文本去重装置、电子设备以及计算机可读存储介质。本发明可以解决大量文本去重时效率和精确度不高的问题。
-
公开(公告)号：CN112732915A
公开(公告)日：2021-04-30
申请号：CN202011640369.0
申请日：2020-12-31
申请人： 平安科技(深圳)有限公司
IPC分类号： G06F16/35 , G06F40/284 , G06F40/30 , G06N3/04
摘要： 本发明涉及智能决策技术，揭露了一种情感分类方法，包括：获取原始文本数据，对原始文本数据进行文本预处理，得到初始字词集；对初始字词集进行编码处理，得到整数编码，根据整数编码对初始字词集进行向量化处理，得到标准词向量集；对标准词向量集进行双向语义处理，得到语义词向量集；利用预设的长短期记忆网络对语义词向量集进行筛选处理，得到目标文本序列，根据预设的注意力机制对目标文本序列进行概率计算得到概率值，对概率值进行分析得到情感分类结果。此外，本发明还涉及区块链技术，所述初始字词集可存储于区块链的节点。本发明还提出一种情感分类装置、电子设备以及计算机可读存储介质。本发明可以解决情感分类的准确性不高的问题。
-
公开(公告)号：CN109598095A
公开(公告)日：2019-04-09
申请号：CN201910012412.X
申请日：2019-01-07
申请人： 平安科技(深圳)有限公司
IPC分类号： G06F17/50
摘要： 本申请涉及一种评分卡模型的建立方法、装置、计算机设备和存储介质。该方法包括：获取多个训练样本的样本数据；样本数据包括多个样本变量；对每个样本变量进行分箱操作；确定每个样本变量对应的分箱数，比较分箱数是否超过阈值；若是，计算样本变量对应每一分箱的分箱占比、坏样本率以及与相邻分箱的卡方值；根据分箱占比、坏样本率及卡方值，对样本变量的多个分箱进行合并处理，返回确定每个样本变量对应的分箱数的步骤；否则，计算每个样本变量的WOE值，根据WOE值进行样本变量筛选，基于筛选得到的样本变量建立评分卡模型。采用本方法能够提高模型训练效率和精度。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.028 秒)
