【技术实现步骤摘要】
本专利技术银行电话风险事件识别的方法和装置可用于金融领域和人工智能领域，也可用于除金融领域和人工智能领域之外的任意领域，本专利技术银行电话风险事件识别的方法和装置的应用领域不做限定。
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、语音识别、人工智能在银行业智能外呼拓客营销、手机银行智能客服等场景已经有较多应用，但是在银行业风控管理方面，尤其是通过语音技术和语义模型对风险事件的识别上还存在空白。对于通过电话银行接入的客户投诉事件，现有的风险事件识别流程在数据采集、风险事件识别上存在不足和改进空间。
3、银行业目前在电话银行接入的客户拨号、完成数据采集、风险事件识别的流程为：由客户发起拨号，在智能语音客服指引下进入“人工客服”通道；经客户和客服进行语音沟通后，后台进行音频录音记录，由客服人工识别客户风险事件并录入系统。
4、现有的风险事件识别流程高度依赖人工操作，客服人员在接听电话时不仅要与客户进行语音沟通，还需同时识别客户对话中可能蕴含的风险事件，并将这些信息总结记录后手动录入系统。这一过程不仅增加了客服人员的工作负担，还消耗了大量的人力资源。
5、由于风险事件的识别依赖于客服人员的个人工作经验和主观判断，因此存在诸多不足。首先，可能因为客服人员的经验限制，导致一些风险事件被忽视而未能被识别出来。其次，即使识别到了风险，也可能因为描述不够准确或不全面，使得记录的信息不准确。这些问题最终影响到银行对风
技术实现思路
1、本专利技术实施例提供一种银行电话风险事件识别方法，用以针对不同类型的银行风险事件进行精准分类，提高银行电话风险事件识别的效率、质量、速度和准确率，通过自动化决策支持减轻人工审核负担，该方法包括：
2、在客户通过电话银行发起银行业务请求时，获取客户与客服之间的目标对话内容；
3、对所述目标对话内容进行语音识别，得到对应的文本数据；
4、对所述文本数据进行数据清洗处理和词组筛选处理，得到文本数据的有效词组；
5、将所述文本数据的有效词组输入至银行电话风险识别模型中，得到所述文本数据与每一银行风险事件类型标签的匹配程度；所述银行电话风险识别模型基于xgboost算法，以银行电话风险识别历史数据作为训练样本集，对预设置的xgboost模型进行训练得到；所述银行电话风险识别历史数据包括不同对话内容对应的有效词组和对应的银行风险事件类型标签的历史数据；
6、将匹配程度最高的银行风险事件类型标签，作为目标对话内容存在的银行风险事件。
7、本专利技术实施例还提供一种银行电话风险事件识别装置，用以针对不同类型的银行风险事件进行精准分类，提高银行电话风险事件识别的效率、质量、速度和准确率，通过自动化决策支持减轻人工审核负担，该装置包括：
8、目标对话内容获取模块，用于在客户通过电话银行发起银行业务请求时，获取客户与客服之间的目标对话内容；
9、文本数据识别模块，用于对所述目标对话内容进行语音识别，得到对应的文本数据；
10、文本数据处理模块，用于对所述文本数据进行数据清洗处理和词组筛选处理，得到文本数据的有效词组；
11、风险事件类型标签匹配模块，用于将所述文本数据的有效词组输入至银行电话风险识别模型中，得到所述文本数据与每一银行风险事件类型标签的匹配程度；所述银行电话风险识别模型基于xgboost算法，以银行电话风险识别历史数据作为训练样本集，对预设置的xgboost模型进行训练得到；所述银行电话风险识别历史数据包括不同对话内容对应的有效词组和对应的银行风险事件类型标签的历史数据；
12、银行风险事件确定模块，用于将匹配程度最高的银行风险事件类型标签，作为目标对话内容存在的银行风险事件。
13、本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述银行电话风险事件识别方法。
14、本专利技术实施例还提供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计算机程序，所述计算机程序被处理器执行时实现上述银行电话风险事件识别方法。
15、本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行电话风险事件识别方法。
16、本专利技术实施例中，在客户通过电话银行发起银行业务请求时，获取客户与客服之间的目标对话内容；对所述目标对话内容进行语音识别，得到对应的文本数据；对所述文本数据进行数据清洗处理和词组筛选处理，得到文本数据的有效词组；将所述文本数据的有效词组输入至银行电话风险识别模型中，得到所述文本数据与每一银行风险事件类型标签的匹配程度；所述银行电话风险识别模型基于xgboost算法，以银行电话风险识别历史数据作为训练样本集，对预设置的xgboost模型进行训练得到；所述银行电话风险识别历史数据包括不同对话内容对应的有效词组和对应的银行风险事件类型标签的历史数据；将匹配程度最高的银行风险事件类型标签，作为目标对话内容存在的银行风险事件，从而通过将客户与客服的对话内容进行高精度的语音识别，转换成文本数据，解决了传统手动记录或低效的自动化识别方式导致的错误率高和效率低的问题，提高了整个银行电话风险事件识别流程的效率和质量；使用xgboost算法构建的银行电话风险识别模型，基于历史风险识别数据进行训练，能够针对不同类型的银行风险事件进行精准分类，相较于简单的人工分类、规则匹配或静态模型，这种动态训练的模型更能适应风险事件的变化，提高识别的准确率和覆盖度；通过将有效词组输入至模型中，快速得出与银行风险事件类型标签的匹配程度，能够即时识别出最高风险事件标签，使得银行能够迅速响应采取相应措施，不仅加快了风险识别的速度，而且通过自动化决策支持，减轻了人工审核负担，降低了因人为判断失误带来的风险。
本文档来自技高网...【技术保护点】
1.一种银行电话风险事件识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，还包括：
3.如权利要求2所述的方法，其特征在于，将每一银行电话风险识别历史数据进行权重矩阵转化，得到对应该银行电话风险识别历史数据的训练样本，包括：
4.如权利要求3所述的方法，其特征在于，获取该银行电话风险识别历史数据对应的银行风险事件类型标签，包括：
5.如权利要求2所述的方法，其特征在于，基于XGBoost算法以所述训练样本形成的训练样本集，对预设置的XGBoost模型进行训练，得到银行电话风险识别模型，包括：
6.如权利要求5所述的方法，其特征在于，还包括：
7.如权利要求1所述的方法，其特征在于，对所述文本数据进行数据清洗处理和词组筛选处理，得到文本数据的有效词组，包括：
8.一种银行电话风险事件识别装置，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，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7任一所述方法
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。
11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。
...【技术特征摘要】
1.一种银行电话风险事件识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，还包括：
3.如权利要求2所述的方法，其特征在于，将每一银行电话风险识别历史数据进行权重矩阵转化，得到对应该银行电话风险识别历史数据的训练样本，包括：
4.如权利要求3所述的方法，其特征在于，获取该银行电话风险识别历史数据对应的银行风险事件类型标签，包括：
5.如权利要求2所述的方法，其特征在于，基于xgboost算法以所述训练样本形成的训练样本集，对预设置的xgboost模型进行训练，得到银行电话风险识别模型，包括：
6.如权利要求5所述的方法，其特征在于，还包括：
7.如权利...
【专利技术属性】
技术研发人员：何山，
申请(专利权)人：中国工商银行股份有限公司，
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。