一种产品风险确定方法及相关装置与流程
本技术涉及计算机,特别是涉及一种产品风险确定方法及相关装置。
背景技术:
1、在产品的研发阶段,需要提前确定产品可能存在的风险,避免该风险造成的损失。产品的研发需求信息定义产品的研发目标和研发范围,评审产品的研发需求信息可确定产品可能存在的风险。
2、相关技术中,产品风险确定方法是指:获取产品的研发需求信息,风控相关干系人基于人工经验评审产品的研发需求信息,以确定产品可能存在的风险。
3、然而,上述方法中风控相关干系人基于风控经验评审产品的研发需求信息,严重依赖人工经验,需要花费大量时间,容易出现评审错误、评审疏漏、评审主观等现象,导致产品的风险确定结果较差。
技术实现思路
1、为了解决上述技术问题,本技术提供了一种产品风险确定方法及相关装置,在目标产品的研发需求信息、目标产品的多个风险审核信息、以及预设匹配提示的基础上,基于目标语言模型高效、准确、客观地分析研发需求信息匹配的风险审核信息,得到目标产品可能存在的风险,使得目标产品的风险确定结果具有高效性、客观性和准确性,从而提升目标产品的风险确定结果。
2、本技术实施例公开了如下技术方案:
3、一方面,本技术实施例提供一种产品风险确定方法,所述方法包括:
4、获取目标产品的研发需求信息和所述目标产品的多个风险审核信息;
5、根据所述研发需求信息、所述多个风险审核信息和预设匹配提示,通过目标语言模型对所述研发需求信息和每个风险审核信息进行匹配,获得所述研发需求信息匹配的风险审核信息,所述预设匹配提示用于引导所述目标语言模型从所述多个风险审核信息中确定所述研发需求信息匹配的风险审核信息。
6、另一方面,本技术实施例提供一种产品风险确定装置,所述装置包括:获取单元和匹配单元;
7、所述获取单元,用于获取目标产品的研发需求信息和所述目标产品的多个风险审核信息;
8、所述匹配单元,用于根据所述研发需求信息、所述多个风险审核信息和预设匹配提示,通过目标语言模型对所述研发需求信息和每个风险审核信息进行匹配,获得所述研发需求信息匹配的风险审核信息,所述预设匹配提示用于引导所述目标语言模型从所述多个风险审核信息中确定所述研发需求信息匹配的风险审核信息。
9、在一种可能的实现方式中,所述匹配单元,用于:
10、根据所述研发需求信息、所述多个风险审核信息和所述预设匹配提示,通过所述目标语言模型对所述研发需求信息和所述每个风险审核信息进行匹配度计算,获得所述研发需求信息和所述每个风险审核信息之间的匹配度;
11、根据所述研发需求信息和所述每个风险审核信息之间的匹配度,从多个风险审核信息中确定所述研发需求信息匹配的风险审核信息。
12、在一种可能的实现方式中,所述装置还包括:第一确定单元;
13、所述第一确定单元,用于:
14、根据所述研发需求信息匹配的风险审核信息对应的改进建议信息,确定所述研发需求信息对应的改进建议信息。
15、在一种可能的实现方式中,所述装置还包括:第一总结单元;
16、所述第一总结单元,用于:
17、根据所述研发需求信息和预设总结提示,通过所述目标语言模型对所述研发需求信息进行总结,获得所述研发需求信息的总结需求信息,所述预设总结提示用于引导所述目标语言模型从所述研发需求信息中提取关键内容信息。
18、在一种可能的实现方式中,所述装置还包括:处理单元;
19、所述处理单元,用于:
20、对所述研发需求信息进行信息解析和数据预处理,获得第一需求信息;
21、所述匹配单元,用于:
22、根据所述第一需求信息、所述多个风险审核信息和所述预设匹配提示,通过所述目标语言模型对所述第一需求信息和所述每个风险审核信息进行匹配,获得所述第一需求信息匹配的风险审核信息;所述预设匹配提示用于引导所述目标语言模型从所述多个风险审核信息中确定所述第一需求信息匹配的风险审核信息。
23、在一种可能的实现方式中,所述装置还包括:第二确定单元;
24、所述第二确定单元,用于:
25、根据所述研发需求信息匹配的风险审核信息对所述研发需求信息进行结论确定,获得所述研发需求信息的风险结论信息。
26、在一种可能的实现方式中,所述装置还包括:训练单元;
27、所述训练单元,用于:
28、获取多个样本需求信息、以及所述多个样本需求信息中每个样本需求信息匹配的样本风险信息;
29、针对所述每个样本需求信息,根据所述样本需求信息、所述样本需求信息对应的多个样本风险信息和所述预设匹配提示,通过第一语言模型对所述样本需求信息和每个样本风险信息进行匹配,获得所述样本需求信息匹配的第一风险信息;
30、根据所述第一风险信息、所述样本需求信息匹配的样本风险信息、以及所述第一语言模型的损失函数,训练所述第一语言模型的模型参数,获得所述目标语言模型。
31、在一种可能的实现方式中,所述装置还包括:第二总结单元;
32、所述第二总结单元,用于:
33、获取所述样本需求信息的样本总结信息;
34、根据所述样本需求信息和所述预设总结提示,通过所述第一语言模型对所述样本需求信息进行总结,获得所述样本需求信息的第一总结信息;
35、所述训练单元,用于:
36、根据所述第一风险信息、所述样本需求信息匹配的样本风险信息、所述第一总结信息、所述样本总结信息、以及所述第一语言模型的损失函数,训练所述第一语言模型的模型参数,获得所述目标语言模型。
37、在一种可能的实现方式中,所述装置还包括:获得单元;
38、所述获得单元,用于:
39、根据所述样本需求信息、所述样本需求信息对应的多个样本风险信息和所述预设匹配提示,通过第二语言模型对所述样本需求信息和每个样本风险信息进行匹配,获得所述样本需求信息匹配的样本风险信息;所述预设匹配提示用于引导所述第二语言模型从所述多个样本风险信息中确定所述样本需求信息匹配的样本风险信息。
40、在一种可能的实现方式中,所述获得单元,用于:
41、根据所述样本需求信息、所述多个样本风险信息和所述预设匹配提示,通过所述第二语言模型对所述样本需求信息和所述每个样本风险信息进行匹配,获得所述样本需求信息匹配的多个样本风险信息;
42、对所述样本需求信息匹配的多个样本风险信息进行修改,获得所述样本需求信息匹配的样本风险信息。
43、在一种可能的实现方式中,所述第一语言模型的计算量小于所述第二语言模型的计算量。
44、在一种可能的实现方式中,所述装置还包括:迭代单元;
45、所述迭代单元,用于:
46、获取所述研发需求信息匹配的风险审核信息对应的风险修改信息;
47、根据所述研发需求信息、所述研发需求信息匹配的风险审核信息对应的风险修改信息和所述预设匹配提示,训练所述目标语言模型,获得迭代后的目标语言模型。
48、另一方面,本技术实施例提供一种计算机设备,所述计算机设备包括处理器以及存储器:
49、所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;
50、所述处理器用于根据所述计算机程序中的指令执行前述任一方面所述的方法。
51、另一方面,本技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行前述任一方面所述的方法。
52、另一方面,本技术实施例提供一种计算机程序产品,包括计算机程序,当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行前述任一方面所述的方法。
53、由上述技术方案可以看出,首先,获取目标产品的研发需求信息和目标产品的多个风险审核信息,目标产品的研发需求信息表示目标产品的研发目标和研发范围,风险审核信息表示审核目标产品可能存在的风险的信息;该方式通过获取产品的研发目标和研发范围、以及审核目标产品可能存在的风险的信息,为确定目标产品可能存在的风险提供数据基础。然后,将研发需求信息、多个风险审核信息和预设匹配提示输入目标语言模型,在预设匹配提示用于引导目标语言模型从多个风险审核信息中确定研发需求信息匹配的风险审核信息的基础上,匹配研发需求信息和每个风险审核信息,得到研发需求信息匹配的风险审核信息;该方式通过目标语言模型的强大的语义理解能力,结合预设匹配提示的准确的提示引导能力,从多个风险审核信息中高效、准确、客观地自动化确定研发需求信息匹配的风险审核信息,从而高效、准确、客观地自动化确定目标产品可能存在的风险。基于此,该方法在目标产品的研发需求信息、目标产品的多个风险审核信息、以及预设匹配提示的基础上,基于目标语言模型高效、准确、客观地分析研发需求信息匹配的风险审核信息,得到目标产品可能存在的风险,使得目标产品的风险确定结果具有高效性、客观性和准确性,从而提升目标产品的风险确定结果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com