申请/专利权人：中国工商银行股份有限公司濮阳分行

申请日：2023-12-14

公开（公告）日：2024-03-15

公开（公告）号：CN117708395A

主分类号：G06F16/951

分类号：G06F16/951;G06F18/241;G06Q10/0639;G06Q30/0208;G06N3/0464;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及一种银行业务评论的获取及分类方法，具体包括：S1、构建银行业务评价积分奖励制度，银行柜台业务办理完成后，邀请用户对银行业务进行评分，然后获得奖励积分；S2、将银行业务评论的各个表征信息进行划分，构建银行业务评论表征象谱；S3、利用文字识别方法提取步骤S1中用户对银行业务的评论数据信息；S4、通过对抗学习获取的银行业务评价数据和银行业务评论表征象谱网络，来建立银行业务评论表征象谱与银行业务评价数据之间的映射关系；S5、然后构建可解释的卷积神经网络的银行业务评论模型，最终获得银行业务评论的分类。通过本发明能够更加准确的获取用户对银行工作人员的精准评价。

主权项：1.一种银行业务评论的获取及分类方法，其特征在于，具体包括以下步骤：S1、构建银行业务评价积分奖励制度，银行柜台业务办理完成后，邀请用户对银行业务进行评分，然后获得奖励积分；S2、将银行业务评论的各个表征信息进行划分，构建银行业务评论表征象谱；其中银行业务评论表征象谱包括业务好评数据信息以及业务差评数据信息；S3、利用文字识别方法提取步骤S1中用户对银行业务的评论数据信息；S4、通过对抗学习获取的银行业务评价数据和银行业务评论表征象谱网络，来建立银行业务评论表征象谱与银行业务评价数据之间的映射关系；S5、然后构建可解释的卷积神经网络的银行业务评论模型，最终获得银行业务评论的分类，具体根据以下步骤获得：S5-1、针对相似的业务评价特征，先利用现有的多分枝的深度学习网络来提取特征的方法步骤进行学习；S5-2、针对不相似的业务评价特征，可利用步骤S4中已经学习到的映射关系，完成这部分评价特征的匹配提取特征；S5-3、最后，融合针对相似的业务评价特征以及针对不相似的业务评价特征的两个步骤进行组合学习的模式提取评价特征，对每一个评价特征赋予相应的权重后，最终给出精确的评价分类结果，然后将同一个银行工作人员的评价特征进行统一建档保存，作为输出并进行保存。

全文数据：

权利要求：

百度查询： 中国工商银行股份有限公司濮阳分行 一种银行业务评论的获取及分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD