[发明专利]一种风险主体的识别方法、装置、存储介质及设备

说明书

本申请公开了一种风险主体的识别方法、装置、存储介质及设备，在接收到客户端发送的待识别文本时，对待识别文本进行处理得到字序列；将字序列输入到第一识别模型、第二识别模型、第三识别模型中，得到第一识别结果、第二识别结果、第三识别结果；从第一识别结果、第二识别结果、第三识别结果中，选取出现次数大于预设次数的实体，标识为风险主体；将风险主体、风险主体的类别以及风险主体在待识别文本中的位置发送给客户端，与现有技术相比，经过各个识别模型输出的结果(第一识别结果、第二识别结果、第三识别结果)，将出现次数大于预设次数的实体标识为风险主体，通过实体的权重确定风险主体，能够提高风险主体的准确性。

技术领域

本申请涉及风险主体识别技术领域，尤其涉及一种风险主体的识别方法、装置、存储介质及设备。

背景技术

随着经济的高速发展，金融业务也随着蓬勃发展，但随之也会存在金融风险，如何对金融风险进行有效的预警，是近年来最关注的问题。

目前金融风险预警采用的是传统的机器学习或深度神经网络方法，通过机器学习或深度神经网络方法，对金融领域文本中金融风险主体进行识别，并将识别到的金融风险主体反馈给相关部门。

然而，金融领域文本存在句子长度较长，在采用传统方法对金融领域文本中金融风险主体进行识别时，由于不能识别较长的金融领域文本，在识别的过程中较为容易丢失重要信息，因此，导致风险主体识别结果的准确率较低。

发明内容

本申请提供了一种风险主体的识别方法、装置、存储介质及设备，目的在于提高风险主体的准确性。

为了实现上述目的，本申请提供了以下技术方案：

一种风险主体的识别方法，应用于服务器，包括：

在接收到客户端发送的待识别文本时，对所述待识别文本进行处理，得到字序列；

将所述字序列输入到第一识别模型、第二识别模型、第三识别模型中，得到所述第一识别模型输出的第一识别结果、所述第二识别模型输出的第二识别结果、所述第三识别模型输出的第三识别结果；所述第一识别结果、所述第二识别结果、所述第三识别结果均包括各个实体、每个所述实体的类别、每个所述实体在所述待识别文本中的位置；所述第一识别模型基于样本语料作为输入训练得到；所述第二识别模型基于条件随机场以及预训练模型得到；所述第三识别模型基于双向门控循环单元、所述条件随机场以及所述预训练模型得到；所述预训练模型基于对所述第一识别模型进行迁移学习所得到；

从所述第一识别结果、所述第二识别结果以及所述第三识别结果中，选取出现次数大于预设次数的实体，标识为风险主体；

将所述风险主体、所述风险主体的类别以及所述风险主体在所述待识别文本中的位置发送给所述客户端。

可选的，所述在接收到客户端发送的待识别文本时之前，还包括：

在接收所述客户端发送的访问请求时，判断当前工作状态是否为异常工作状态；所述当前工作状态为所述服务器的工作状态；所述访问请求至少包括域名；

若所述当前工作状态不为所述异常工作状态时，则接收所述客户端发送的所述待识别文本；

若所述当前工作状态为所述异常工作状态时，则将所述域名进行修改，得到目标域名，并将所述目标域名发送给客户端，以使所述客户端利用所述目标域名访问目标服务器。

可选的，还包括：

若所述当前工作状态为所述异常工作状态时，向所述客户端发送异常指令，以使所述客户端通过切换脚本修改所述域名，得到所述目标域名，并通过所述目标域名访问所述目标服务器。

可选的，所述对所述待识别文本进行处理，得到字序列，包括：

删除所述待识别文本的无效字符，得到目标文本；