买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本申请实施例属于人工智能领域，涉及一种基于人工智能的意愿推测方法、装置、计算机设备及存储介质，包括从获取文本数据中，获取用户意图评分、语气特征词的种类和数量，并在确认用户的风险等级后，基于预训练的贝叶斯网络模型，对用户的风险等级、用户意图评分、语气特征词的种类和数量进行计算，得到用户的还款概率；基于还款意愿识别模型对提取出的语气特征词进行识别得到初始还款意愿值，并在还款概率大于预定值时，根据所述还款概率对初始还款意愿值进行修正，得到目标还款意愿值，从而达到快速、准确地推测出用户的真实还款意愿，提高催收效果。此外，本申请还涉及区块链技术，贝叶斯网络模型以及还款意愿识别模型均可存储于区块链中。

主权项：1.一种基于人工智能的意愿推测方法，其特征在于，包括如下步骤：获取用户输入的文本数据，并对所述文本数据进行分词，将分词后的所述文本数据输入至预先训练得到的文本分类模型中，得到所述文本分类模型输出的相似语料，以根据所述相似语料确定用户意图评分，其中，所述文本分类模型根据带有意愿标签的语料进行训练；从所述文本数据中提取出语气特征词，并统计所述语气特征词的种类和数量；获取用户的基本属性信息以及历史贷款信息，根据所述基本属性信息以及历史贷款信息确定用户的风险等级，并基于预训练的贝叶斯网络模型，对所述用户的风险等级、所述用户意图评分、所述语气特征词的种类和数量进行计算，得到用户的还款概率；基于还款意愿识别模型对提取出的所述语气特征词进行识别，得到初始还款意愿值；在所述还款概率大于预定值时，根据所述还款概率对所述初始还款意愿值进行修正，得到目标还款意愿值；其中，所述基于预训练的贝叶斯网络模型，对所述用户的风险等级、所述用户意图评分、所述语气特征词的种类和数量进行计算，得到用户的还款概率的步骤之前，还包括：获取用户的历史操作执行数据，并设定用户的风险等级为贝叶斯网络模型中的第一节点，所述用户意图评分、所述语气特征词的种类和数量、所述用户的历史操作执行数据为贝叶斯网络模型中的第二节点，以及设定所述第一节点与多个所述第二节点之间的因果关系，以根据所述因果关系确定所述第一节点与多个所述第二节点的第一联合概率分布；基于所述贝叶斯网络模型，确定多个所述第二节点中没有子节点的第二节点作为第三节点，并确定所述第三节点的先验概率分布，以及确定所述第一节点与除所述第三节点外的所述第二节点的第二联合概率分布；根据所述第一联合概率分布、所述第二联合概率分布以及所述第三节点的先验概率分布，确定所述贝叶斯网络模型；对所述贝叶斯网络模型进行验证，若验证通过，则将所述贝叶斯网络模型作为所述预训练的贝叶斯网络模型；其中，所述基于还款意愿识别模型对提取出的所述语气特征词进行识别，得到初始还款意愿值的步骤包括：获取带有意愿标签的词向量文本数据，并将所述词向量文本数据分类成训练样本以及测试样本；将所述训练样本输入到初始意愿训练模型中，得到意愿识别模型；将所述测试样本输入到所述意愿识别模型中，得到测试结果，若测试结果大于或等于预设准确率时，则将所述意愿识别模型作为所述还款意愿识别模型；基于所述还款意愿识别模型，计算所述语气特征词对应的概率值；当所述概率值达到预设阈值时，将所述概率值作为所述初始还款意愿值。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于人工智能的意愿推测方法、及其相关设备