一种多源违约证据处理方法、装置、设备及存储介质与流程

摘要: 本发明涉及人工智能与数据处理,具体涉及一种多源违约证据处理方法、装置、设备及存储介质。背景技术:1、在服务违约认定场景中,违约证据来源于监控、巡更、工单、业主举...
一种多源违约证据处理方法、装置、设备及存储介质与流程

本发明涉及人工智能与数据处理,具体涉及一种多源违约证据处理方法、装置、设备及存储介质。

背景技术:

1、在服务违约认定场景中,违约证据来源于监控、巡更、工单、业主举报等多种渠道,证据形态包含结构化数据(巡更缺签记录、工单时间戳)与非结构化数据(照片、语音、文字描述)。现有处理方式要么全部人工复核(成本高、时效差),要么直接信任单一数据源(易被篡改或单方造假误导)。如何在保证认定准确率的前提下实现自动化分流、并让机审结论可解释、可复核,是亟待解决的技术问题。

技术实现思路

1、本发明要解决的技术问题是:提供一种多源违约证据处理方法、装置、设备及存储介质,通过证据效力分级与多源交叉校验、语义要素抽取与规则引擎统一判定实现“机审为主、人审为辅”,并以误判反馈回流持续优化规则参数。

2、为解决上述技术问题,本发明提供如下技术方案:

3、一种多源违约证据处理方法,包括:获取违约事件对应的证据数据集合;按预设证据效力分级规则为每条证据数据标注效力等级;针对基于事件唯一标识关联的同一待证事实,依据预设证据组合规则执行多源交叉校验并调整证据效力等级;将全部证据输入规则引擎统一分析判定,其中非结构化证据先经语义要素抽取转化为结构化要素;输出直接认定与转人审两种形态的机审结论,转人审时附带认定建议供人工复核采纳或另行给出结论;记录人工复核结果与误判反馈数据,并回流调整规则参数。进一步的方案包括:语义要素抽取。本发明还提供对应的装置、电子设备及计算机可读存储介质。

4、技术效果:(1)准确率与成本平衡——非结构化证据经语义要素抽取转化为结构化要素后统一由规则引擎判定,将人工资源集中于低置信与识别不充分场景;(2)抗造假——多源交叉校验与单源降级采信机制抑制单一数据源造假;(3)人机协作可闭环——机审结论两形态(直接认定/转人审)且转人审附带认定建议,与误判回流机制形成“机审+人审”反馈闭环;(4)标准统一——证据效力分级规则全库统一执行。

5、技术问题—技术手段—技术效果对应说明:技术问题为“违约证据多源异构,全量人工审核成本高、全量机审误判风险高”;技术手段为“证据效力分级标注+多源交叉校验+按证据类型分流的规则引擎与语义抽取组合”;技术效果为“人工资源集中于低置信场景、抑制单源造假、机审结论两形态且转人审附带认定建议,可解释可复核”。

1. 一种多源违约证据处理方法,其特征在于,包括: 获取违约事件对应的证据数据集合,所述证据数据集合包含来自不同数据源的多条证据数据; 按预设证据效力分级规则为每条证据数据标注效力等级:所述证据效力分级规则包括来源类型编码与效力等级编码之间的映射关系表;读取所述证据数据的来源类型编码,查询所述映射关系表获得对应的效力等级编码,并写入该证据数据的效力等级字段; 对标注效力等级后的证据数据执行多源交叉校验:针对基于事件唯一标识关联的同一待证事实,当所述待证事实具有来自不同数据源的多条证据数据时,依据预设的证据组合规则调整所述多条证据数据的效力等级; 将所述证据数据集合中的证据输入规则引擎执行自动判定,由所述规则引擎对全部证据统一分析判定;其中,所述证据数据集合中的非结构化证据先经语义要素抽取转化为结构化要素后再输入所述规则引擎; 输出机审结论,所述机审结论包括直接认定与转人审两种形态;其中,当调整后的证据等级为强效力等级且规则引擎判定结果经印证时,输出直接认定;当规则引擎无法输出判定结果、或规则引擎输出判定结果但证据等级未达强效力等级、或非结构化证据经语义要素抽取后仍无法充分结构化、或违约事件标注为红线等级违规类型时,输出转人审;转人审时,将所述规则引擎的判定结果作为认定建议附带给人工复核,人工复核可采纳所述认定建议或另行给出结论。 记录人工复核结果与误判反馈数据,并依据所述误判反馈数据回流调整所述证据效力分级规则或所述规则引擎的参数。

2.根据权利要求1所述的方法,其特征在于,所述证据效力分级规则包括:来源类型为系统自动生成的台账数据、资金流水数据、监控录像数据或工单时间戳数据的,标注为强效力等级;来源类型为带时间戳的照片或操作记录的,标注为中等效力等级;来源类型为单方陈述的,标注为弱效力等级,且弱效力等级证据需至少两名独立证人的陈述相互印证。

3.根据权利要求1所述的方法,其特征在于,所述证据组合规则包括:多条不同来源的强效力证据相互印证的,保持强效力等级;不同来源的中等效力证据相互印证的,升级为强效力等级;仅单一来源证据的,降级采信。

4.根据权利要求1所述的方法,其特征在于,所述语义要素抽取的抽取要素包括时间、地点、行为主体、行为对象与违约类型,并将抽取要素与违约事件的归并键进行关联存储。

5.根据权利要求1所述的方法,其特征在于,所述事件唯一标识由主体标识、违规类型标识与预设时间窗共同构成的归并键生成。

6. 一种多源违约证据处理装置,其特征在于,包括: 证据获取模块,用于获取违约事件对应的证据数据集合; 分级标注模块,用于按预设证据效力分级规则为每条证据数据标注效力等级; 交叉校验模块,用于针对基于事件唯一标识关联的同一待证事实,依据证据组合规则调整来自不同数据源的证据数据的效力等级; 语义抽取模块,用于对非结构化证据执行语义要素抽取,得到结构化要素; 规则判定模块,用于将全部证据输入规则引擎执行自动判定,由所述规则引擎统一分析判定,其中非结构化证据先经语义要素抽取转化为结构化要素后再输入规则引擎; 结论输出模块,用于输出包含直接认定与转人审两种形态的机审结论,并在转人审时将规则引擎的判定结果作为认定建议附带给人工复核; 回流调整模块,用于记录误判反馈数据并回流调整处理规则参数。

7.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的方法。

8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法。