对象评级方法、装置、设备及存储介质与流程

本技术涉及人工智能，特别涉及一种对象评级方法、装置、设备及存储介质。

背景技术：

1、随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术应用在金融领域，但金融业也对技术提出了更高的要求，如金融业对企业评级也有更高的要求。然而现有技术中，需要由金融从业人员来对企业进行评级，这种方法不但存在主观性较强的问题，而且还需要评级人员花费大量时间来对企业经营相关的资源进行筛选和分析，影响企业评级效率和准确性。

2、因而现有技术还有待改进和提高。

技术实现思路

1、本技术要解决的技术问题在于，针对现有技术的不足，提供一种对象评级方法、装置、设备及存储介质。

2、为了解决上述技术问题，本技术第一方面提供了一种对象评级方法，其中，所述的对象评级方法具体包括：

3、基于已有评级报告构建评级方法集，所述评级方法集包括若干评级方法和各评级方法对应的若干评分项，所述评分项包括多个评分数据目标评级方法所；

4、根据所述评级方法集确定待评级对象对应的目标评级方法及所述目标评级方法对应的目标评分项；

5、获取所述目标评分项中第一量化类别的第一目标评分项，确定所述第一目标评分项的第一目标评分数据，并基于所述第一目标评分数据和预设大语言模型对待评级对象进行评分，确定第一评分；

6、获取所述目标评分项中第二量化类别的第二目标评分项，确定所述第二目标评分项的第二目标评分数据，并基于所述第二目标评分数据对待评级对象进行评分，确定第二评分；

7、根据所述第一评分和所述第二评分，确定所述待评级对象的评分等级。

8、所述的对象评级方法，其中，所述基于已有评级报告构建评级方法集具体包括：

9、获取若干已有评级报告；

10、分别获取每个已有评级报告的检测目标和所述检测目标对应的检测数据，其中，所述检测目标包括标题、自然段及表格，所述检测数据包括类别信息、位置信息和文本内容；

11、基于每个已有评级报告的所有检测目标的检测数据确定每个已有评级报告所采用的评级方法、所述评级方法对应的若干评分项以及所述评分项的多个评分数据；

12、根据确定的各评级方法、各所述评级方法对应的若干评分项以及所述评分项的多个评分数据构建评级方法集。

13、所述的对象评级方法，其中，所述分别获取所述每个已有评级报告的检测目标和所述检测目标对应的检测数据，具体包括：

14、将每个所述已有评级报告输入经过训练的文本布局检测模型，通过所述文本布局检测模型输出所述每个已有评级报告中的检测目标以及所述检测目标的类别信息和位置信息；

15、基于各所述检测目标的位置信息分别在对应的已有评级报告中提取各所述检测目标的文本内容；

16、将所述类别信息、所述位置信息和所述文本内容作为检测目标的检测数据，以得到每个已有评级报告的检测目标和所述检测目标对应的检测数据。

17、所述的对象评级方法，其中，所述经过训练的文本布局检测模型，具体包括：

18、获取文本布局数据集，其中，所述文本布局数据集包括若干训练文本以及训练文本对应的标注目标信息；

19、使用所述文本布局数据中的训练文本对预设目标检测模型进行训练，得到经过训练的文本布局检测模型。

20、所述的对象评级方法，其中，所述基于每个已有评级报告的所有检测目标的检测数据确定每个已有评级报告所采用的评级方法、所述评级方法对应的若干评分项以及所述评分项的多个评分数据具体包括：

21、基于所述自然段的检测数据，确定所述已有评级报告所采用的评级方法；

22、基于所述检测目标的检测数据，确定所述评级方法对应的若干评分项及评分项的多个评分数据。

23、所述的对象评级方法，其中，所述评分数据包括评分项名称、评分值、评分依据及量化数据，所述基于所述检测目标的检测数据，确定所述评级方法对应的若干评分项及评分项的评分数据，具体包括：

24、基于所述表格的检测数据确定所述评级方法对应的若干评分项及各评分项的评分项名称及评分值；

25、基于所述标题和所述自然段的检测数据确定各评分项的评分依据；

26、获取各评分项对应的评级量化方法，并基于所述评级量化方法通过预设大语言模型确定各评分项的量化数据。

27、所述的对象评级方法，其中，所述基于所述标题和所述自然段的检测数据确定各评分项的评分依据具体包括：

28、确定各评分项对应的目标标题，并获取所述目标标题对应的目标自然段；

29、基于所述目标标题的检测数据中的文本内容与所述目标自然段的检测数据中的文本内容，确定所述评分项名称的评分依据。

30、所述的对象评级方法，其中，所述确定各评分项对应的目标标题，并获取所述目标标题对应的目标自然段具体包括：

31、获取所述已有评级报告的结构化目录，其中，所述结构化目录由多级标题及各级标题包含的内容组成；

32、根据各评分项的评分项名称和所述结构化目录，确定所述各评分项对应的目标标题；

33、根据所述目标标题包含的报告内容确定所述目标标题对应的目标自然段。

34、所述的对象评级方法，其中，所述结构化目录的构建过程具体包括：

35、确定已有评级报告中的各标题的标题等级，并基于根据所述各标题的标题等级以及所述各标题的位置信息确定各标题间的从属关系以及各标题包含的内容；

36、基于各标题间的从属关系及各标题包含的内容，构建所述已有评级报告的结构化目录。

37、所述的对象评级方法，其中，所述确定已有评级报告中的各标题的标题等级具体包括：

38、获取各标题的标题字号和标题序号；

39、基于所述获取到的各标题字号和标题序号，确定各标题的标题等级。

40、所述的对象评级方法，其中，所述各标题包含的内容的确定过程具体包括：

41、基于各检测目标的位置信息，将各检测目标按照在已有评级报告中的先后顺序进行排序，以得到检测目标序列；

42、将所述检测目标序列中的相邻的两个同级标题之间的检测目标和检测数据作为排序在前的标题包含的内容。

43、所述的对象评级方法，其中，所述基于所述第一目标评分数据和预设大语言模型对待评级对象进行评分，确定第一评分具体包括：

44、获取所述第一目标评分项对应的若干关键词；

45、基于所述待评级对象的对象名称和所述若干关键词，确定关于若干关键词的总结文本；

46、基于所述总结文本，在所述评级方法集中为所述第一目标评分项选取第一目标评分数据；

47、基于所述总结文本及所述第一目标评分数据，通过预设大语言模型对待评级对象进行评分，确定第一评分。

48、所述的对象评级方法，其中，所述基于所述总结文本及所述第一目标评分数据，通过预设大语言模型对待评级对象进行评分，确定第一评分具体包括：

49、为所述第一目标评分项构建评分提示词；

50、将所述评分提示词、第一目标评分项和第一目标评分项的第一目标评分数据以及所述总结文本进行拼接后输入预设大语言模型，通过所述预设大语言模型输出所述第一目标评分项的第一评分。

51、所述的对象评级方法，其中，所述获取所述第一目标评分项对应的若干关键词具体包括：

52、在所述评级方法集中选取所述第一目标评分项对应的所有评分数据，并将所述第一目标评分数据中的评分依据进行分词以得到若干词语；

53、分别计算各词语与所述第一目标评分项的评分项名称的相似度以及各词语的词频-逆文件频率；

54、基于各词语的所述相似度和所述词频-逆文件频率，确定各词语的重要度；

55、基于各词语的重要度在若干词语中选取若干关键词，以得到第一目标评分项对应的若干关键词。

56、所述的对象评级方法，其中，所述基于所述待评级对象的对象名称和所述若干关键词，确定关于若干关键词的总结文本具体包括：

57、基于所述待评级对象的对象名称和若干关键词，搜索所述待评级对象的文本资源；

58、将搜索到的文本资源划分为若干自然段，并基于所述对象名称和若干关键词在所述若干自然段中选取预设数量的代表自然段；

59、基于所述预设数量的代表自然段和所述若干关键词，通过预设大语言模型确定关于若干关键词的总结文本。

60、所述的对象评级方法，其中，所述基于所述第二目标评分数据对待评级对象进行评分，确定第二评分具体包括：

61、获取所述第二目标评分数据中的量化数据，其中，所述量化数据包括评级量化方法对应的代码函数以及评级量化方法所需的量化指标；

62、获取所述量化指标对应的量化指标数据；

63、将所述量化指标数据作为所述代码函数的输入，得到所述第二目标评分项的第二评分。

64、所述的对象评级方法，其中，所述根据所述第一评分和所述第二评分，确定所述待评级对象的评分等级具体包括：

65、将所述第一评分和所述第二评分进行加权，得到最终评分；

66、按照预设的评分等级与评分的对应关系，确定所述最终评分对应的评分等级，以得到所述待评级对象的评分等级。

67、本技术第二方面提供了一种对象评级装置，其中，所述的对象评级装置具体包括：

68、构建模块，用于基于已有评级报告构建评级方法集，所述评级方法集包括若干评级方法和各评级方法对应的若干评分项，所述评分项包括多个评分数据目标评级方法所；

69、评级方法确定模块，用于根据所述评级方法集确定待评级对象对应的目标评级方法及所述目标评级方法对应的目标评分项；

70、第一处理模块，用于获取所述目标评分项中第一量化类别的第一目标评分项，确定所述第一目标评分项的第一目标评分数据，并基于所述第一目标评分数据和预设大语言模型对待评级对象进行评分，确定第一评分；

71、第二处理模块，用于获取所述目标评分项中第二量化类别的第二目标评分项，确定所述第二目标评分项的第二目标评分数据，并基于所述第二目标评分数据对待评级对象进行评分，确定第二评分；

72、等级确定模块，用于根据所述第一评分和所述第二评分，确定所述待评级对象的评分等级。

73、本技术第三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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的对象评级方法中的步骤。

74、本技术第四方面提供了一种终端设备，其包括：处理器和存储器；

75、所述存储器上存储有可被所述处理器执行的计算机可读程序；

76、所述处理器执行所述计算机可读程序时实现如上任一所述的对象评级方法中的步骤。

77、有益效果：

78、1、本技术以从已有对象（如企业）评估报告中提取到的对象评级方法作为先验知识，通过大语言模型来确定待评级对象（如企业）的评分等级，减少了对象评级对评级人员的专业能力的依赖。

79、2、本技术以基于评分项对待评估评级对象（如企业）企业的相关资料进行筛选和整合来确定用于评级的关键资源信息，这样可以减少花费在对象经营相关的资源筛选和分析上的时间，提升了影响企业对象评级效率和准确性。

80、3、本技术采用反映经营状况的总结文本在所有评分数据中选取与待评级对象具有相同经营状态的对象的目标评分数据，并将这些目标评分数据作为大模型的先验知识，可以保证相同经营状况的对象的评分结果的一致性，提高了待评级对象的评级准确性。