【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种交易分析报告的生成方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、资源交易指的是将资源从发送方发送至接收方，然而，一些应用场景中，接收方通过一些非正规的方式获得资源，并对资源的原始发送方进行掩盖，导致资源交易混乱。相关技术中，通过人工的方式进行交易数据分析、交易标记、人工编写可疑交易分析报告。然而，随着日益增长的交易记录，人工编写可疑交易分析报告的数据量过大，人工对可疑交易的分析效率低，准确率低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种交易分析报告的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种交易分析报告的生成方法，所述方法包括：
3、获取目标资源交易的信息；
4、将所述信息输入到预设的分析报告生成模型中，输出交易分析报告；其中，所述预设的分析报告生成模型为对初始分析报告生成模型集的预测结果进行分析划分，反馈给初始分析报告模型集并训练获得；所述初始分析报告生成模型集为根据样本信息，使用多种训练方法对基座大模型中对应的大语言模型进行训练获得。
5、在其中一个实施例中，所述初始分析报告生成模型集的训练方式，包括：
6、将样本信息按照预设的比例划分为训练集和测试集；
7、根据所述训练集，使用多种训练方法，对所述基座大模型中的多个大语言模型进行训练，得到初始模型集；
8、根据所述测试集
9、在其中一个实施例中，所述多因子评价体系对初始模型集进行评分，至少包含下述中的一种：模型指标、业务指标，包括：
10、根据汉语语言模型确定所述初始模型集预测的信息与预期信息匹配的信息；
11、根据所述初始模型集预测的信息以及所述匹配的信息，确定所述初始模型的匹配率，并结合预设的惩罚因子得到第一模型评分；
12、根据所述预测的信息、匹配的信息以及预期信息，确定第二模型评分；
13、根据所述第一模型评分以及所述第二模型评分，确定所述模型指标；
14、根据所述初始模型集预测的文本数值与实际文本数值，确定第一业务评分；
15、根据所述匹配的信息以及预期信息，确定第二业务评分；
16、根据所述初始模型集预测的信息以及所述匹配的信息，确定第三业务评分；
17、根据所述初始模型集预测的信息的质量，确定第四业务评分；
18、根据所述第一业务评分、所述第二业务评分、所述第三业务评分以及所述第四业务评分，确定所述业务指标。
19、在其中一个实施例中，所述对初始分析报告生成模型集的预测结果进行分析划分，反馈给初始分析报告模型集并训练，获得分析报告生成模型；包括：
20、从样本信息中提取预设数量的样本集，并输入至初始分析报告生成模型集，得到所述初始分析报告生成模型集的预测结果集；
21、对所述预测结果集进行排序，取与预期分析信息匹配度最高的预测结果确定为正面结果，并将所述预测结果集中的其他预测结果确定为负面结果；
22、构建小型预训练语言模型作为初始奖励模型；
23、为所述初始奖励模型添加输出层，用于确定所述正面结果与所述负面结果的奖励距离；
24、在所述奖励距离在预设的阈值的情况下，通过计算所述正面结果与负面结果的相对相似度，确定所述奖励模型的训练集；
25、对所述奖励模型的骨干网络进行冻结，并使用优化器自适应学习率调节和权重衰减，根据所述奖励模型的训练集，对所述奖励模型进行训练，得到所述分析报告生成模型。
26、在其中一个实施例中，所述样本信息的获取方式，包括：
27、构建目标资源交易数据标注模版；其中，所述标注模版包括目标资源交易信息的基本信息模块以及分析信息模块；
28、对历史交易数据进行抓取，得到样本待分析信息以及样本用户基础信息；
29、对所述样本待分析信息以及样本用户基础信息分析，得到样本分析信息；
30、对所述样本分析信息、所述样本待分析信息以及所述样本用户基础信息进行结合，得到对应的样本信息。
31、在其中一个实施例中，所述输出交易分析报告之后，还包括：
32、对所述分析报告进行修正，得到目标分析报告；
33、将所述目标分析报告以及对应的目标资源交易的信息存储到高质量案例数据库中；
34、在所述高质量案例数据库中案例的数量大于预设的阈值的情况下，将所述高质量案例数据库中的案例输入到分析报告生成模型中，对所述分析报告生成模型进行迭代优化。
35、第二方面，本申请还提供了一种交易分析报告的生成装置，所述装置包括：
36、获取模块，用于获取目标资源交易的信息；
37、输出模块，用于将所述信息输入到预设的分析报告生成模型中，输出交易分析报告；其中，所述预设的分析报告生成模型为对初始分析报告生成模型集的预测结果进行分析划分，反馈给初始分析报告模型集并训练获得；所述初始分析报告生成模型集为根据样本信息，使用多种训练方法对基座大模型中对应的大语言模型进行训练获得。
38、在其中一个实施例中，所述输出模块，还包括：
39、第一划分子模块，用于将样本信息按照预设的比例划分为训练集和测试集；
40、第一训练子模块，用于根据所述训练集，使用多种训练方法，对所述基座大模型中的多个大语言模型进行训练，得到初始模型集；
41、测试子模块，用于根据所述测试集，对所述初始模型集进行测试，并建立多因子评价体系对初始模型集进行评分，在所述初始模型集评分高于预设的阈值的情况下，确定所述初始模型集为初始分析报告生成模型集。
42、在其中一个实施例中，所述测试子模块，还包括：
43、信息预测单元，用于根据汉语语言模型确定所述初始模型集预测的信息与预期信息匹配的信息；
44、第一模型评分单元，用于根据所述初始模型集预测的信息以及所述匹配的信息，确定所述初始模型的匹配率，并结合预设的惩罚因子得到第一模型评分；
45、第二模型评分单元，用于根据所述预测的信息、匹配的信息以及预期信息，确定第二模型评分；
46、模型指标单元，用于根据所述第一模型评分以及所述第二模型评分，确定所述模型指标；
47、第一业务评分单元，用于根据所述初始模型集预测的文本数值与实际文本数值，确定第一业务评分；
48、第二业务评分单元，用于根据所述匹配的信息以及预期信息，确定第二业务评分；
49、第三业务评分单元，用于根据所述初始模型集预测的信息以及所述匹配的信息，确定第三业务本文档来自技高网...
【技术保护点】
1.一种交易分析报告的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始分析报告生成模型集的训练方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述多因子评价体系对初始模型集进行评分，至少包含下述中的一种：模型指标、业务指标，包括：
4.根据权利要求1所述的方法，其特征在于，所述对初始分析报告生成模型集的预测结果进行分析划分，反馈给初始分析报告模型集并训练，获得分析报告生成模型；包括：
5.根据权利要求1所述的方法，其特征在于，所述样本信息的获取方式，包括：
6.根据权利要求1所述的方法，其特征在于，所述输出交易分析报告之后，还包括：
7.一种交易分析报告的生成装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种交易分析报告的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始分析报告生成模型集的训练方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述多因子评价体系对初始模型集进行评分，至少包含下述中的一种：模型指标、业务指标，包括：
4.根据权利要求1所述的方法，其特征在于，所述对初始分析报告生成模型集的预测结果进行分析划分，反馈给初始分析报告模型集并训练，获得分析报告生成模型；包括：
5.根据权利要求1所述的方法，其特征在于，所述样本信息的获取方式，包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：陈东航，林博鸿，黄闽粤，林超，王彬彬，张宝贤，宗永洲，李斌，周伟然，黄杏，温舒涵，
申请(专利权)人：兴业银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。