(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211047111.9 (22)申请日 2022.08.30 (71)申请人 联洋国融 （上海） 科技有限公司 地址 200030 上海市徐汇区枫林路420号2 层A区 (72)发明人 邓超　胡栩喆　 (74)专利代理 机构 北京华清迪源知识产权代理 有限公司 1 1577 专利代理师 丁彦峰 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 40/02(2012.01) G06F 40/289(2020.01) (54)发明名称 一种信贷催收短信判别方法、 系统、 设备及 存储介质 (57)摘要 本发明实施例公开了一种信贷催收短信判 别方法、 系统、 设备及存储介质， 通过对短信文本 样本标注建立样本库， 然后对样 本进行分词和向 量化处理， 得到文本词向量， 将各个文本词向量 与对应标注对齐后作为训练数据训练分类模型， 最后利用分类模型对待判别短信文本进行预测 判别。 本发 明实施例根据机器学习分类算法训练 分类模型， 对文本进行预测， 优化了繁琐的人工 分析和模板构建的过程， 避免模板频繁修改， 有 效提高了对信贷催收短信判别的文本匹配效率， 增强了分类的准确度。 权利要求书3页 说明书12页 附图9页 CN 115358340 A 2022.11.18 CN 115358340 A 1.一种信贷催收短信判别方法， 其特 征在于， 所述方法包括： 对第一短信文本样本进行 标注， 得到第二短信文本样本， 建立样本库； 对所述第二短信文本样本进行分词处 理， 得到第三短信文本样本； 对所述第三短信文本样本进行向量 化， 得到相对应的文本词向量； 将各个文本词向量与对应标注对齐后作为训练数据， 得到分类模型； 对待判别短信文本进行 数据处理， 并输入至所述分类模型进行 预测， 得到判别结果。 2.如权利要求1所述的一种信贷催收短信判别方法， 其特征在于， 对所述第 二短信文本 样本进行分词处 理， 得到第三短信文本样本， 包括： 利用停用词库和自定义词库， 对所述第二短信文本样本进行第一分词处理， 得到第一 分词结果， 所述第一分词结果包括至少一个第一短语， 第一短语之间由空格隔开； 计算出所述第一分词结果中每 个第一短语的第一TF ‑IDF值； 判断所述第一TF ‑IDF值是否超过第一预设 分词阈值； 若第一TF ‑IDF值超过第一预设分词阈值， 则将所述第一短语作为停用词加入停用词 库； 根据所述第一分词结果判断是否存在自定义词未被区分； 若所述第一分词结果中存在所述自定义词未被区分， 则向自定义词库中添加该自定义 词并提高该自定义词的分词权 重； 利用更新后的停用词库和自定义词库， 对所述第二短信文本样本进行第二分词处理， 得到第三短信文本样本 。 3.如权利要求2所述的一种信贷催收短信判别方法， 其特征在于， 对所述第 三短信文本 样本进行向量 化， 得到相对应的文本词向量， 包括： 利用所述第三短信文本样本， 得到第一矩阵； 根据所述第 三短信文本样本的分词总数和词向量维度， 构建第 一中心词矩阵和第 一上 下文矩阵； 利用所述第 一矩阵与 所述第一中心词矩阵进行第 一矩阵乘法运算， 得到第 二中心词矩 阵； 利用所述第 二中心词矩阵与 所述第一上下文矩阵进行第 二矩阵乘法运算， 得到第 一内 积矩阵； 对所述第一内积矩阵进行归一化处理， 并利用归一化处理结果对所述第 一中心词矩阵 和所述第一上 下文矩阵进行调整， 得到第一向量 化模型； 将所述第三短信文本样本输入至所述第 一向量化模型中， 得到各个文本第 一分词词向 量； 对各个文本第一分词 词向量进行求和， 并利用求和结果进行平均， 得到文本词向量。 4.如权利要求3所述的一种信贷催收短信判别方法， 其特征在于， 对待判别短信文本进 行数据处理， 并输入至所述分类模型进行 预测， 得到判别结果， 包括： 对所述待判别短信文本进行分词处 理， 得到待判别分词结果； 对所述待判别分词结果进行向量 化， 得到待判别文本向量； 将所述待判别文本向量输入至所述分类模型中， 预测所述待判别短信文本是否为信贷 催收类短信文本；权　利　要　求　书 1/3 页 2 CN 115358340 A 2若所述待判别短信文本为信贷催收类短信文本， 则所述判别结果 为1； 若所述待判别短信文本为非信贷催收类短信文本， 则所述判别结果 为0。 5.如权利要求4所述的一种信贷催收短信判别方法， 其特征在于， 对所述待判别短信文 本进行分词处 理， 得到待判别分词结果， 包括： 利用停用词库和自定义词库， 对所述待判别短信文本进行第三分词处理， 得到第三分 词结果， 所述第三分词结果包括至少一个第二短语， 第二短语之间由空格隔开； 计算出所述第三分词结果中每 个第二短语的第二TF ‑IDF值； 判断第二TF ‑IDF值是否超过第二预设 分词阈值； 若第二TF ‑IDF值超过第二预设分词阈值， 则将所述第二短语作为停用词加入停用词 库； 根据所述第三分词结果判断是否存在自定义词未被区分； 若第二TF ‑IDF值未超过第二预设分词阈值， 则直接根据所述第三分词结果判断是否存 在自定义词未被区分； 若所述第三分词结果中存在所述自定义词未被区分， 则向自定义词库中添加该自定义 词并提高该自定义词的分词权重； 利用更新后的停用 词库和自定义词库， 对所述待判别 短 信文本进行第四分词处 理， 得到待判别分词结果； 若所述第三分词结果中不存在所述自定义词未被区分， 则直接利用第三分词结果， 得 到待判别分词结果。 6.如权利要求5所述的一种信贷催收短信判别方法， 其特征在于， 对所述待判别分词结 果进行向量 化， 得到待判别文本向量， 包括： 利用所述待判别分词结果， 得到第二矩阵； 根据所述待判别分词结果的分词总数和词向量维度， 构建第 三中心词矩阵和第 二上下 文矩阵； 利用所述第 二矩阵与 所述第三中心词矩阵进行第 三矩阵乘法运算， 得到第四中心词矩 阵； 利用所述第四中心词矩阵与 所述第二上下文矩阵进行第四矩阵乘法运算， 得到第 二内 积矩阵； 对所述第二内积矩阵进行归一化处理， 并利用归一化处理结果对所述第 三中心词矩阵 和所述第二上 下文矩阵进行调整， 得到第二向量 化模型； 将所述待判别分词结果输入至所述第二向量化模型中， 得到各个文本第二分词词向 量； 对各个文本第二分词词向量进行求和， 并利用求和结果进行平均， 得到待判别文本向 量。 7.如权利要求1至6中任一项所述的一种信贷催收短信判别方法， 其特征在于， 在对第 一短信文本样本进行 标注得到第二短信文本样本之前， 所述方法还 包括： 通过正则匹配， 从所有短信文本中筛 选出金融类短信文本； 根据文本相似度对所述金融类短信文本进行去重处 理， 得到所述第一短信文本样本 。 8.一种信贷催收短信判别系统， 其特 征在于， 所述系统包括： 匹配模块， 用于通过正则匹配， 从所有短信文本中筛 选出金融类短信文本； 去重模块， 用于根据文本相似度对所述金融类短信文本进行去重处理， 得到第一短信权　利　要　求　书 2/3 页 3 CN 115358340 A 3