[发明专利]状态识别模型的训练方法、装置、设备及可读存储介质

说明书

本公开实施例公开了一种状态识别模型的训练方法、装置、设备及可读存储介质。该状态识别模型的训练方法包括：获得主体相关的特征数据，以及与所述主体相关的状态数据；根据预设的映射关系，确定与所述特征数据相匹配的特定属性值；基于所述与主体相关的状态数据以及所述特定属性值，确定所述主体的标准化状态指标；根据所述标准化状态指标训练所述状态识别模型，从而可以将状态数据转化为标准化状态指标，基于该标准化状态指标训练的状态识别模型能够更为准确地识别主体的状态。

技术领域

本公开涉及数据处理技术领域，具体涉及一种状态识别模型的训练方法、装置、电子设备及可读存储介质。

背景技术

目前，在对主体的某种状态进行识别时，可能会关注主体本身的特征数据以及与主体有关的状态数据，然而，本发明人发现，由于实际情况复杂，上述内容不能很好地反应主体的真实状态，容易出现状态识别结果不准确的问题。

例如，在做企业风险识别的时候，通常会关注企业的诉讼风险。然而，对于规模较大的企业，更容易发生诉讼案件，但并不意味着属于高诉讼风险的企业，相反地，规模较小的企业也许涉及的诉讼案件并不多，但相对于同类企业来说，可能已经代表该企业具有较高的诉讼风险。因此，用户仅从被告记录数量中很难直观地判断出该企业的诉讼风险。

发明内容

为了解决相关技术中的问题，本公开实施例提供一种状态识别模型的训练方法及装置、状态识别方法及装置、设备及介质。

第一方面，本公开实施例中提供了一种状态识别模型的训练方法。

具体地，所述状态识别模型的训练方法，包括：

获得主体相关的特征数据，以及与所述主体相关的状态数据；

根据预设的映射关系，确定与所述特征数据相匹配的特定属性值；

基于所述与主体相关的状态数据以及所述特定属性值，确定所述主体的标准化状态指标；

根据所述标准化状态指标训练所述状态识别模型。

结合第一方面，本公开在第一方面的第一种实现方式中，该映射关系至少包括：

特征数据与特定属性值之间的对应关系；其中，不同取值范围的特征数据所对应的特征属性值不同。

结合第一方面，本公开在第一方面的第二种实现方式中，所述基于所述与主体相关的状态数据以及所述特定属性值，确定所述主体的标准化状态指标包括：

基于所述状态数据和所述特定属性值，确定原始状态指标；

根据不同主体的原始状态指标的最大值和最小值，将所述原始状态指标映射到预定取值区间，得到标准化状态指标。

结合第一方面，本公开在第一方面的第三种实现方式中，所述特征数据包括基于所述主体在主体关系图中的关联关系所确定的图特征。

结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述根据所述标准化状态指标训练所述状态识别模型包括：

确定所述主体的特征数据的第一向量表示；

将所述第一向量表示由高维稀疏的向量表示转化为低维稠密的第二向量表示；

将所述第二向量表示与所述主体在所述主体关系图中的相邻主体的特征数据的第三向量表示拼接，得到所述主体的特征数据的第四向量表示；

将所述第四向量表示编码为具有预定维度的所述主体的特征数据的第五向量表示，作为所述状态识别模型的训练数据；

以所述标准化状态指标为标签，训练所述状态识别模型。