可靠性识别方法、装置、设备及介质与流程

本技术涉及人工智能，特别涉及一种可靠性识别方法、装置、设备及介质。

背景技术：

1、近年来，机器学习等人工智能技术逐步应用到经济金融领域，对经济金融的研究产生了深远影响。例如，关于目标对象的资源信息可靠性识别的研究，逐步从传统的建模和定量分析转向基于机器学习等人工智能技术的建模与预测。

2、目前，机器学习方法在目标对象的资源信息可靠性识别的研究处于发展阶段，大部分研究是选取目标对象的结构化资源信息作为识别因子。

技术实现思路

1、本技术实施例提供了一种可靠性识别方法、装置、设备及介质，提高了可靠性识别的准确性。所述技术方案如下：

2、一方面，提供了一种可靠性识别方法，所述方法包括：

3、获取目标对象的多源异构的资源信息，所述资源信息用于表示所述目标对象的资源情况，所述多源异构的资源信息包括结构化的资源信息和非结构化的资源信息；

4、对所述结构化的资源信息进行特征提取，得到第一特征，对所述非结构化的资源信息进行特征提取，得到第二特征；

5、基于所述第一特征和所述第二特征进行特征融合，得到第三特征；

6、基于所述第三特征进行识别，得到识别结果，所述识别结果用于表示所述目标对象的结构化的资源信息的可靠性。

7、在一种可能的实现方式中，所述对所述非结构化的资源信息进行特征提取，得到第二特征，包括：

8、对所述非结构化的资源信息进行关键词提取，得到至少一个关键词，对所述至少一个关键词进行特征提取，得到所述第二特征；或者，

9、对所述非结构化的资源信息进行自然语言识别，得到所述非结构化的资源信息的语义信息，对所述语义信息进行特征提取，得到所述第二特征。

10、在一种可能的实现方式中，所述对所述非结构化的资源信息进行关键词提取，得到至少一个关键词，包括以下至少一项：

11、对所述非结构化的资源信息进行第一关键词提取，得到至少一个情绪关键词，所述情绪关键词用于表示对所述目标对象的资源情况的情绪；

12、对所述非结构化的资源信息进行第二关键词提取，得到至少一个状态关键词，所述至少一个状态关键词用于表示所述目标对象的状态。

13、在一种可能的实现方式中，所述第一特征包括多个资源指标对应的第一子特征；所述基于所述第一特征和所述第二特征进行特征融合，得到第三特征，包括：

14、将所述多个资源指标对应的第一子特征进行组合，得到第四特征，所述第四特征包括第一子特征组合得到的多个第四子特征；

15、基于所述第一特征、所述第二特征和所述第四特征进行特征融合，得到所述第三特征。

16、在一种可能的实现方式中，所述基于所述第一特征和所述第二特征进行融合，得到第三特征，包括：

17、将所述第一特征与所述第二特征进行拼接，得到所述第三特征；或者，

18、将所述第一特征与所述第二特征进行拼接，对拼接后的特征进行深层特征提取，得到所述第三特征。

19、在一种可能的实现方式中，所述对拼接后的特征进行深层特征提取，得到所述第三特征，包括：

20、通过特征提取模型，对所述拼接后的特征进行特征提取，得到所述第三特征，所述特征提取模型是基于深度神经网络构建的。

21、在一种可能的实现方式中，所述第一特征包括多个资源指标对应的第一子特征，所述第二特征包括多个资源指标对应的第二子特征；所述基于所述第一特征和所述第二特征进行特征融合，得到第三特征，包括：

22、将所述第一特征和所述第二特征中相同资源指标对应的子特征进行融合，得到所述第三特征；或者，

23、将所述第一特征和所述第二特征中不同资源指标对应的子特征进行融合，得到所述第三特征。

24、在一种可能的实现方式中，所述结构化的资源信息包括财务报表；和/或，所述非结构化的资源信息包括新闻、评论或帖子中的至少一项；和/或，所述识别结果用于表示所述目标对象的财务报表的可靠性。

25、另一方面，提供了一种可靠性识别装置，所述装置包括：

26、获取模块，用于获取目标对象的多源异构的资源信息，所述资源信息用于表示所述目标对象的资源情况，所述多源异构的资源信息包括结构化的资源信息和非结构化的资源信息；

27、特征提取模块，用于对所述结构化的资源信息进行特征提取，得到第一特征，对所述非结构化的资源信息进行特征提取，得到第二特征；

28、特征融合模块，用于基于所述第一特征和所述第二特征进行特征融合，得到第三特征；

29、识别模块，用于基于所述第三特征进行识别，得到识别结果，所述识别结果用于表示所述目标对象的结构化的资源信息的可靠性。

30、在一种可能的实现方式中，所述特征提取模块，用于对所述非结构化的资源信息进行关键词提取，得到至少一个关键词，对所述至少一个关键词进行特征提取，得到所述第二特征；或者，

31、所述特征提取模块，用于对所述非结构化的资源信息进行自然语言识别，得到所述非结构化的资源信息的语义信息，对所述语义信息进行特征提取，得到所述第二特征。

32、在一种可能的实现方式中，所述特征提取模块，用于执行以下至少一项：

33、对所述非结构化的资源信息进行第一关键词提取，得到至少一个情绪关键词，所述情绪关键词用于表示对所述目标对象的资源情况的情绪；

34、对所述非结构化的资源信息进行第二关键词提取，得到至少一个状态关键词，所述至少一个状态关键词用于表示所述目标对象的状态。

35、在一种可能的实现方式中，所述第一特征包括多个资源指标对应的第一子特征；所述特征融合模块，用于将所述多个资源指标对应的第一子特征进行组合，得到第四特征，所述第四特征包括第一子特征组合得到的多个第四子特征；基于所述第一特征、所述第二特征和所述第四特征进行特征融合，得到所述第三特征。

36、在一种可能的实现方式中，所述特征融合模块，用于将所述第一特征与所述第二特征进行拼接，得到所述第三特征；或者，

37、所述特征融合模块，用于将所述第一特征与所述第二特征进行拼接，对拼接后的特征进行深层特征提取，得到所述第三特征。

38、在一种可能的实现方式中，所述特征融合模块，用于通过特征提取模型，对所述拼接后的特征进行特征提取，得到所述第三特征，所述特征提取模型是基于深度神经网络构建的。

39、在一种可能的实现方式中，所述第一特征包括多个资源指标对应的第一子特征，所述第二特征包括多个资源指标对应的第二子特征；

40、所述特征融合模块，用于将所述第一特征和所述第二特征中相同资源指标对应的子特征进行融合，得到所述第三特征；或者，

41、所述特征融合模块，用于将所述第一特征和所述第二特征中不同资源指标对应的子特征进行融合，得到所述第三特征。

42、在一种可能的实现方式中，所述结构化的资源信息包括财务报表；和/或，所述非结构化的资源信息包括新闻、评论或帖子中的至少一项；和/或，所述识别结果用于表示所述目标对象的财务报表的可靠性。

43、另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如上述任一实现方式所述的可靠性识别方法。

44、另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如上述任一实现方式所述的可靠性识别方法。

45、另一方面，提供了一种计算机程序产品，所述计算机程序产品包括至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如上述任一实现方式所述的可靠性识别方法。

46、本技术实施例提供了一种可靠性识别方法，不仅会将目标对象结构化的资源信息作为识别因子，还会将目标对象的非结构化资源信息作为识别因子，这样，在识别时，能够从多源异构的资源信息中提取更多有用的信息，得到更好的识别效果，提高了可靠性识别的准确性。