[发明专利]风险识别方法、设备、存储介质及程序产品

说明书

本申请实施例提供一种风险识别方法、设备、存储介质及程序产品。该风险识别方法包括：获取待评估用户的问询文本数据，所述问询文本数据中包括多个问答对，每个所述问答对包括一组问询数据和答复数据，所述答复数据包括所述待评估用户所在的区域、所述待评估用户行业或职业信息、所述待评估用户的业务数据和所述待评估用户的身份类型；将所述待评估用户的问询文本数据输入训练好的评估模型，得到所述待评估用户的各个问答对的风险等级，其中，所述评估模型为预训练语言模型；根据所述待评估用户各个问答对的风险等级，识别所述待评估用户的风险等级，实现了风险等级的自动、高精确度识别，提高了风险评估的效率和准确度。

技术领域

本申请实施例涉及机器学习技术领域，尤其涉及一种风险识别方法、设备、存储介质及程序产品。

背景技术

洗钱是一种将非法所得合法化的行为，洗钱行为会对经济安全以及经济体系的安全构成严重的威胁。因此，金融机构需要对客户的账号进行洗钱风险评估，以有效防范洗钱行为。

在现有技术中，往往通过反洗钱领域专家的经验建立反洗钱规则模型，再由人工结合该反洗钱规则模型风险等级评估。采用人工评估方式，风险等级评估准确度较差。

发明内容

本申请实施例提供一种风险识别方法、设备、存储介质及程序产品，实现了基于预训练语言模型的风险等级评估方式，提高了风险等级评估的精确度和效率。

第一方面，本申请实施例提供了一种风险识别方法，所述方法包括：

获取待评估用户的问询文本数据，其中，所述问询文本数据中包括多个问答对，每个所述问答对包括一组问询数据和答复数据，所述答复数据包括所述待评估用户所在的区域、所述待评估用户行业或职业信息、所述待评估用户的业务数据和所述待评估用户的身份类型；将所述待评估用户的问询文本数据输入训练好的评估模型，得到所述待评估用户的各个问答对的风险等级，其中，所述评估模型为预训练语言模型；根据所述待评估用户各个问答对的风险等级，识别所述待评估用户的风险等级。

可选的，所述评估模型为BERT、SpanBERT或RoBERTa模型，和/或，所述评估模型的损失函数为类平衡损失函数。

可选的，所述评估模型为RoBERTa模型，所述RoBERTa模型的输出层为全连接层，将所述待评估用户的问询文本数据输入训练好的评估模型，得到所述待评估用户的各个问答对的风险等级，包括：

将所述待评估用户的问询文本数据中的各个问答对依次输入训练好的评估模型；针对每个问答对，基于所述评估模型对所述问答对进行语义向量转换，得到所述问答对对应的问答向量，其中，所述问答向量包括所述问答对中每个字的字向量、位置向量和文本向量；基于所述评估模型对所述问答向量进行特征编码，得到问答特征向量；基于所述评估模型的全连接层将所述问答特征向量映射至分类标签空间中，以得到所述问答对属于各个风险等级的概率；确定所属风险等级的概率最高的风险等级为所述问答对的风险等级。

可选的，所述方法还包括RoBERTa模型的训练过程，具体为：

获取样本数据集，其中，所述样本数据集中包括多个样本数据，每个样本数据对应一个用户的问询文本数据；根据各个样本数据对应的风险等级，将所述样本数据集按照预设比例划分为训练集和验证集，以使训练集和验证集对应的第一比例接近，其中，所述第一比例为各个风险等级对应的样本数据的数量的比值；基于所述训练集对所述RoBERTa模型进行训练，以调整所述RoBERTa模型的输出层的参数；基于所述验证集对训练后的RoBERTa模型进行验证，以基于验证结果调整所述RoBERTa模型的输出层的参数；输出通过验证且F1值最高的RoBERTa模型为训练好的RoBERTa模型。

可选的，根据所述待评估用户各个问答对的风险等级，确定所述待评估用户的风险等级，包括：

根据所述待评估用户对应的各个问答对属于各个风险等级的概率，确定所述待评估用户的风险等级。