报告生成方法、装置、设备、介质和程序产品与流程

本申请涉及人工智能，更具体地，涉及一种报告生成方法、装置、设备、介质和程序产品。

背景技术：

1、当前，各银行机构高度重视客户资源的维护与开发。在当前经济环境下，大量客户对理财产品的了解意愿和购买意愿普遍降低。银行推广的理财产品存在精准推送率不高的问题，同时，针对客户个性化需求的理财报告仍显不足，难以有效触达客户痛点。

技术实现思路

1、鉴于上述问题，本申请的实施例提供了一种报告生成方法、装置、设备、介质和程序产品。

2、根据本申请的第一方面，提供了一种报告生成方法，包括：获取目标客户的理财相关数据，对所述理财相关数据进行过滤，获取有效数据，所述理财相关数据至少包括交易数据、客户画像数据和产品数据；将所述有效数据输入推理分析模型，输出推理分析结果，其中，所述推理分析模型采用强化学习算法和思维链推理机制；以及将所述推理分析结果输入报告生成模型，输出结构化理财报告，其中，所述报告生成模型采用混合专家架构与多令牌并行预测机制。

3、根据本申请的实施例，所述对所述理财相关数据进行过滤，获取有效数据包括：将所述理财相关数据中的结构化数据转换为文本序列；采用相关性评估算法计算所述文本序列与目标客户特征的相关性得分，其中，所述目标客户特征来源于所述客户画像数据；计算所述文本序列的信息熵；以及基于所述相关性得分和所述信息熵确定所述有效数据，其中，所述有效数据对应的相关性得分大于第一预设阈值，所述有效数据对应的信息熵大于第二预设阈值。

4、根据本申请的实施例，所述推理分析模型的训练包括：基于预设数量的场景长链思维数据对待训练的推理分析模型进行微调，使所述推理分析模型在推理分析阶段按照预设逻辑链路生成中间推理步骤，其中，所述预设逻辑链路按照从交易动机到风险敞口再到优化方向的逻辑顺序，其中，所述推理分析模型在所述推理分析阶段基于规则引擎与语义相似度对所述预设逻辑链路进行一致性校验。

5、根据本申请的实施例，所述强化学习算法是组相对策略优化算法，所述推理分析模型的训练包括：对于每个输入样本，通过待训练的推理分析模型生成n个候选推理结果，所述n个候选推理结果构成推理组，其中，n为大于1的整数；计算每个候选推理结果的总奖励值；以及基于所述推理组中每个候选推理结果的总奖励值更新所述待训练的推理分析模型的模型参数。

6、根据本申请的实施例，所述推理分析模型设置有双驱动奖励函数，所述双驱动奖励函数包括准确性奖励项与语言一致性奖励项，总奖励值为所述准确性奖励项与所述语言一致性奖励项的加权和，其中，所述准确性奖励项用于评估候选推理结果与预设逻辑规则的一致性，所述语言一致性奖励项用于评估候选推理结果的逻辑连贯性与术语规范性。

7、根据本申请的实施例，所述推理分析模型为经过蒸馏处理的模型，所述推理分析模型的上下文窗口通过旋转位置编码扩展技术扩展至预设长度，其中，所述预设长度支持长周期交易数据。

8、根据本申请的实施例，所述混合专家架构包括：将所述报告生成模型中至少一部分变换器层均构造为m个专家子网络，其中，m为大于1的整数；对于每个输入令牌，通过路由网络计算当前变换器层每个专家子网络的激活权重，基于所述激活权重选择预定数量的专家子网络进行激活；以及基于已激活的专家子网络的激活权重对所述已激活的专家子网络的输出加权求和，作为所述当前变换器层的输出。

9、根据本申请的实施例，所述多令牌并行预测机制包括：将待生成的结构化理财报告分解为k个报告模块，其中，k为大于1的整数；以及并行生成所述k个报告模块的令牌序列。

10、根据本申请的实施例，所述方法还包括：对所述结构化理财报告进行合规性校验，所述合规性校验基于预设合规规则库和分类模型；以及将通过合规性校验的结构化理财报告以预设格式输出。

11、根据本申请的实施例，所述对所述结构化理财报告进行合规性校验包括：基于所述预设合规规则库对所述结构化理财报告进行逐条规则匹配；响应于匹配到违规项，对所述结构化理财报告进行拦截；响应于未匹配到违规项，采用所述分类模型进行合规性判断，输出分类结果。

12、根据本申请的第二方面，提供了一种报告生成装置，包括：数据提取模块，用于获取目标客户的理财相关数据，对所述理财相关数据进行过滤，获取有效数据，所述理财相关数据至少包括交易数据、客户画像数据和产品数据；推理分析模块，用于将所述有效数据输入推理分析模型，输出推理分析结果，其中，所述推理分析模型采用强化学习算法和思维链推理机制；以及报告生成模块，用于将所述推理分析结果输入报告生成模型，输出结构化理财报告，其中，所述报告生成模型采用混合专家架构与多令牌并行预测机制。

13、根据本申请的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

14、根据本申请的第四方面，还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

15、根据本申请的第五方面，还提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

1.一种报告生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述理财相关数据进行过滤，获取有效数据包括：

3.根据权利要求1所述的方法，其特征在于，所述推理分析模型的训练包括：

4.根据权利要求1或3所述的方法，其特征在于，所述强化学习算法是组相对策略优化算法，所述推理分析模型的训练包括：

5.根据权利要求4所述的方法，其特征在于，所述推理分析模型设置有双驱动奖励函数，所述双驱动奖励函数包括准确性奖励项与语言一致性奖励项，总奖励值为所述准确性奖励项与所述语言一致性奖励项的加权和，

6.根据权利要求1-3和5中任一项所述的方法，其特征在于，所述推理分析模型为经过蒸馏处理的模型，所述推理分析模型的上下文窗口通过旋转位置编码扩展技术扩展至预设长度，其中，所述预设长度支持长周期交易数据。

7.根据权利要求1-3和5中任一项所述的方法，其特征在于，所述混合专家架构包括：

8.根据权利要求1-3和5中任一项所述的方法，其特征在于，所述多令牌并行预测机制包括：

9.根据权利要求1-3和5中任一项所述的方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的方法，其特征在于，所述对所述结构化理财报告进行合规性校验包括：

11.一种报告生成装置，其特征在于，所述装置包括：

12.一种电子设备，包括：

13.一种计算机可读存储介质，其上存储有计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1~10中任一项所述方法的步骤。

14.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1~10中任一项所述方法的步骤。