一种基于大模型的金融产品宣传文本合规性检测方法、装置、电子设备及存储介质与流程

本发明涉及人工智能，具体涉及一种基于大模型的金融产品宣传文本合规性检测方法、装置、电子设备及存储介质。

背景技术：

1、金融行业的许多产品宣传文本都要遵从相关监管机构发布的相关法律或者法规等的规定，为不违反相关规定通常需要通过人工方式完成对金融产品宣传文本的合规性检测，但是人工核验方式准确性低，且耗费人力。

2、而使用大模型的检测方法通常依赖模型自身学习的知识或固定规则库进行判断，由于缺少针对不同金融领域的的监管规则、以及处罚案例等实时知识，导致模型难以准确理解不同金融产品对应的宣传规范，从而存在合规判断准确性和可靠性不足的问题。

技术实现思路

1、本发明实施例提供一种基于大模型的金融产品宣传文本合规性检测方法、装置、电子设备以及存储介质，能够解决由于缺少针对不同金融领域的的监管规则、以及处罚案例等实时知识，导致模型难以准确理解不同金融产品对应的宣传规范，从而存在合规判断准确性和可靠性不足的问题。

2、本发明实施例提供一种基于大模型的金融产品宣传文本合规性检测方法，其特征在于，包括：

3、获取待检测金融产品宣传文本；

4、将待检测金融产品宣传文本输入到训练完成的宣传文本检测模型中，以使宣传文本检测模型，以使宣传文本检测模型中确定待检测金融产品宣传文本所属的金融领域；

5、根据待检测金融产品宣传文本所属的金融领域从预设的基础知识库中，提取对应金融领域相关的法律法规、监管规范以及行业规范，得到领域基础知识文本；

6、根据待检测金融产品宣传文本所属的金融领域从预设的实时知识库中，提取对应金融领域相关的监管通知文本、实时监管处罚案例文本以及实时行业风险提示文本，得到领域实时知识文本；

7、将领域基础知识文本、领域实时知识文本以及待检测金融产品宣传文本进行编码，得到输入向量；

8、根据输入向量确定合规性检测结果。

9、进一步的，宣传文本检测模型包括：领域分类子模型和合规性检测子模型；

10、所述宣传文本检测模型，通过以下方式训练：

11、获取若干金融产品宣传文本训练样本、对应的金融领域训练标签以及对应的合规性检测结果标签；

12、基于若干金融产品宣传文本训练样本、对应的金融领域训练标签以及对应的合规性检测结果标签，对宣传文本检测模型进行迭代训练，直至达到最大迭代次数；其中，在每次训练时，基于领域分类子模型确定金融产品宣传文本训练样本所属的预测金融领域，基于合规性判断子模型确定预测合规性检测结果，基于预测金融领域与金融领域训练标签得到领域分类损失函数值；基于预测合规性检测结果与合规性检测结果标签得到合规性检测损失函数值，根据领域分类损失函数值，对领域分类子模型进行参数更新，并根据合规性检测损失函数值对合规性判断子模型进行更新。

13、进一步的，所述基础知识库的构成，包括：

14、获取不同金融产品宣传的法律法规、监管规范以及行业规范；

15、对法律法规、监管规范以及行业规范进行文本清洗，去除与金融产品宣传无关内容的文本内容，得到基础知识文本；

16、根据各金融领域，对基础知识文本进行领域标注，得到各金融领域的基础知识文本；

17、将各金融领域以及对应的基础知识文本进行关联存储，得到基础知识库。

18、进一步的，所述实时知识库的构成，包括：

19、获取不同金融产品的监管通知文本、监管处罚案例文本以及行业风险提示文本；

20、对监管通知文本、监管处罚案例文本以及行业风险提示文本进行文本清洗，去除与金金融产品宣传无关内容的文本内容，得到实时知识文本；

21、根据金融领域，对实时知识文本进行领域标注，得到各金融领域的实时知识文本；

22、将各金融领域以及对应的时知识文本进行关联存储，得到实时知识库。

23、进一步的，在获取不同金融产品的监管通知文本、监管处罚案例文本以及行业风险提示文本之前，还包括：

24、对实时知识库进行更新；

25、其中，实时知识库的更新过程，包括：

26、获取当前时间，并将当前时间与所有预设更新时间点进行比较，在当前时间等于任一预设更新时间点的情况下，从网络资源中获取当前的监管通知线上文本、监管处罚案例线上文本以及行业风险提示线上文本；

27、将当前的监管通知线上文本与已存储的监管通知文本进行相似度计算，得到第一相似度，在第一相似度低于第一相似度阈值的情况下，将监管通知文本更新为监管通知线上文本并进行存储；

28、将当前的监管处罚案例线上文本与已存储的监管处罚案例文本进行相似度计算，在第二相似度低于第二相似度阈值的情况下，将监管处罚案例文本更新为监管处罚案例线上文本并进行存储；

29、将当前的行业风险提示线上文本与已存储的行业风险提示文本进行相似度计算，得到第三相似度，在第三相似度低于第三相似度阈值的情况下，将行业风险提示文本更新为行业风险提示线上文本并进行存储。

30、进一步的，将领域基础知识文本、领域实时知识文本以及待检测金融产品宣传文本进行编码，得到输入向量，包括：

31、将领域基础知识文本、领域实时知识文本以及待检测金融产品宣传文本进行编码，得到领域基础知识文本向量、领域实时知识文本向量以及待检测金融产品宣传文本向量；

32、将领域基础知识文本向量、领域实时知识文本向量以及待检测金融产品宣传文本向量进行向量拼接，得到输入向量。

33、在上述方法项实施例的基础上，本发明对应提供了装置项实施例。

34、一种基于大模型的金融产品宣传文本合规性检测装置，其特征在于，包括：待检测文本获取模块，金融领域获取模块，领域基础知识获取模块，领域实时知识获取模块，输入向量生成模块以及检测结果输出模块；

35、所述待检测文本获取模块，用于获取待检测金融产品宣传文本；

36、所述金融领域获取模块，用于将待检测金融产品宣传文本输入到训练完成的宣传文本检测模型中，以使宣传文本检测模型，以使宣传文本检测模型中确定待检测金融产品宣传文本所属的金融领域；

37、所述领域基础知识获取模块，用于根据待检测金融产品宣传文本所属的金融领域从预设的基础知识库中，提取对应金融领域相关的法律法规、监管规范以及行业规范，得到领域基础知识文本；

38、所述领域实时知识获取模块，用于根据待检测金融产品宣传文本所属的金融领域从预设的实时知识库中，提取对应金融领域相关的监管通知文本、实时监管处罚案例文本以及实时行业风险提示文本，得到领域实时知识文本；

39、所述输入向量生成模块，用于将领域基础知识文本、领域实时知识文本以及待检测金融产品宣传文本进行编码，得到输入向量；

40、所述检测结果输出模块，用于根据输入向量确定合规性检测结果。

41、进一步的，所述基础知识库的构成，包括：

42、获取不同金融产品宣传的法律法规、监管规范以及行业规范；

43、对法律法规、监管规范以及行业规范进行文本清洗，去除与金融产品宣传无关内容的文本内容，得到基础知识文本；

44、根据各金融领域，对基础知识文本进行领域标注，得到各金融领域的基础知识文本；

45、将各金融领域以及对应的基础知识文本进行关联存储，得到基础知识库。

46、在上述方法项实施例的基础上，本发明对应提供了电子设备项实施例。

47、一种电子设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现本发明中任意一项所述的一种基于大模型的金融产品宣传文本合规性检测方法。

48、在上述方法项实施例的基础上，本发明对应提供了存储介质项实施例。

49、一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行本发明中任意一项所述的一种基于大模型的金融产品宣传文本合规性检测方法。

50、与现有技术对比，本发明具有如下有益效果：

51、本发明通过获取待检测金融产品宣传文本，并利用领域分类子模型对所述待检测文本进行领域识别，确定对应的领域标签；进一步地，根据所述领域标签分别从基础知识库和实时知识库中提取对应的通用知识文本和实时知识文本，使合规检测过程同时结合基础法规规范以及最新监管通知、处罚案例等动态信息，解决现有检测方法存在领域知识不足以及监管知识更新滞后的问题；进一步地，将所述通用知识文本、实时知识文本以及待检测文本进行向量化融合，构建包含文本语义信息、法规依据和实时监管依据的输入向量，使合规性判断子模型能够基于多源知识进行综合分析，提高对复杂宣传语义和潜在违规表达的理解能力；最后，将所述输入向量输入合规性判断子模型输出合规判断结果，从而提高金融产品宣传文本合规性检测的准确性和可靠性。