一种风险识别模型训练的方法、装置、存储介质及设备

    公开(公告)号:CN116188023A

    公开(公告)日:2023-05-30

    申请号:CN202310202513.X

    申请日:2023-02-23

    摘要: 在本说明书提供的风险识别模型训练的方法中,获取多模态数据的训练样本,确定所述训练样本的标注,通过风险识别模型的编码子网,将所述训练样本中各模态的数据分别转化为矩阵,得到各第一特征矩阵,根据各第一特征矩阵确定多通道的第二特征矩阵,将所述第二特征矩阵输入到该模型的三维卷积子网中进行特征融合,根据融合后得到特征融合矩阵,确定预测结果,并根据所述预测结果和所述训练样本的标注对该模型进行训练。上述方法可以看出,将不同模态的数据转化为矩阵后再进行融合,方便了多种模态数据的特征融合,融合后得到的特征融合矩阵并不单纯依赖其中任何一种模态的数据,而是一次性充分融合了各模态的数据,提高了数据融合的效果和效率。

    一种数据处理方法、装置及设备

    公开(公告)号:CN115600155B

    公开(公告)日:2023-05-12

    申请号:CN202211399727.2

    申请日:2022-11-09

    摘要: 本说明书实施例公开了一种数据处理方法、装置及设备,该方法包括:获取目标用户执行目标业务时产生的目标数据,目标数据中包括结构化数据和/或非结构化数据,非结构化数据中包括文本数据、图像数据和时序数据中的一种或多种;将目标数据转换为标记序列,并根据目标数据中包含的数据内容和标记序列的对应关系,为标记序列中的每个标记信息设置相应的位置,根据目标数据中包含的数据类型的不同,为标记序列设置相应的数据分块信息;将标记序列、设置的相应位置和设置的相应数据分块信息输入到预设的编码模型中,得到标记序列中的每个标记信息对应的编码信息;基于标记序列中的每个标记信息对应的编码信息进行相应的业务处理。

    一种数据处理方法、装置及设备

    公开(公告)号:CN115600155A

    公开(公告)日:2023-01-13

    申请号:CN202211399727.2

    申请日:2022-11-09

    摘要: 本说明书实施例公开了一种数据处理方法、装置及设备,该方法包括:获取目标用户执行目标业务时产生的目标数据,目标数据中包括结构化数据和/或非结构化数据,非结构化数据中包括文本数据、图像数据和时序数据中的一种或多种;将目标数据转换为标记序列,并根据目标数据中包含的数据内容和标记序列的对应关系,为标记序列中的每个标记信息设置相应的位置,根据目标数据中包含的数据类型的不同,为标记序列设置相应的数据分块信息;将标记序列、设置的相应位置和设置的相应数据分块信息输入到预设的编码模型中,得到标记序列中的每个标记信息对应的编码信息;基于标记序列中的每个标记信息对应的编码信息进行相应的业务处理。