[发明专利]一种合规审核规则中的模型训练方法、装置和设备

权利要求书

1.一种合规审核规则中的模型训练方法，包括：

获取第一时段内产生的一批审核对象的人工复核数据，其中，所述一批审核对象中一个审核对象的人工复核数据包括该审核对象的目标标签，该目标标签是基于目标机审结果的人工复核结果添加的，所述目标机审结果是使用目标规则对该审核对象进行机审得到的，所述一批审核对象中不同审核对象对应的合规审核规则中包含所述目标规则；

将所述一批审核对象作为一批样本，并将所述一批审核对象的人工复核数据中的目标标签作为所述一批样本的标签，对应加入所述目标规则中使用的合规审核模型的训练集，以对所述合规审核模型的训练集进行更新；

基于更新后的所述合规审核模型的训练集，对所述合规审核模型进行训练，以对所述合规审核模型进行在线更新。

2.根据权利要求1所述的方法，在获取第一时段内产生的一批审核对象的人工复核数据之前，还包括：

响应于针对所述一批审核对象的机审结果进行的人工复核操作，给所述一批审核对象分别添加目标标签，得到所述一批审核对象的人工复核数据。

3.根据权利要求2所述的方法，其中，响应于针对所述一批审核对象的机审结果进行的人工复核操作，给所述一批审核对象分别添加目标标签，包括：

如果基于所述一批审核对象中一个审核对象的人工复核结果，确定基于所述目标规则对该审核对象进行机审得到的结果是正确的，则响应于针对该审核对象的人工复核操作，给该审核对象添加机审结果准确的标签；

如果基于所述一批审核对象中一个审核对象的人工复核结果，确定基于所述目标规则对该审核对象进行机审得到的结果是不正确的，则响应于针对该审核对象的人工复核操作，给该审核对象添加机审结果不准确的标签，并在该审核对象中标出正确的审核结果。

4.根据权利要求3所述的方法，其中，所述将所述一批审核对象作为一批样本，并将所述一批审核对象的人工复核数据中的目标标签作为所述一批样本的标签，对应加入所述目标规则中使用的合规审核模型的训练集，包括：

从所述一批审核对象中筛选出多个指定审核对象，其中，所述指定审核对象的目标标签包括基于所述目标规则的机审结果不准确，且所述指定审核对象中标识有基于所述目标规则的正确审核结果；

将所述多个指定审核对象作为一批样本，并将所述多个指定审核对象的人工复核数据中的目标标签作为所述一批样本的标签，对应加入所述目标规则中使用的合规审核模型的训练集。

5.根据权利要求1-4任一项所述的方法，其中，所述获取第一时段内产生的一批审核对象的人工复核数据，包括：

在第二时段获取第一时段内产生的一批审核对象的人工复核数据，其中，所述第二时段与所述第一时段相邻，且所述第二时段晚于所述第一时段，所述第一时段为产生的审核对象的总数高于或等于预设阈值的时段，所述第二时段为产生的审核对象的总数低于所述预设阈值的时段。

6.根据权利要求5所述的方法，还包括：

在基于所述目标规则对第三时段产生的目标审核对象进行机审时，使用更新后的所述合规审核模型进行审核，其中，所述第三时段与所述第二时段相邻，且所述第三时段晚于所述第二时段。

7.根据权利要求6所述的方法，

所述第一时段和所述第二时段是同一周期中的不同时段；

所述第一时段和所述第三时段是相邻两个周期的相同时段。

8.根据权利要求6或7所述的方法，

所述第一时段与所述第二时段的长度相同，或者，所述第一时段与所述第二时段的长度不同。

9.根据权利要求1-4、6-7中任一项所述的方法，

所述一批审核对象中不同审核对象对应的合规审核规则相同。