基于深度学习的电商异常金融商品识别方法
基本信息
| 申请号 | CN201710607516.6 | 申请日 | - |
| 公开（公告）号 | CN107491433A | 公开（公告）日 | 2017-12-19 |
| 申请公布号 | CN107491433A | 申请公布日 | 2017-12-19 |
| 分类号 | G06F17/27(2006.01)I;G06F17/30(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06Q30/02(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 张林江;刘婷;王睿通 | 申请（专利权）人 | 成都知数科技有限公司 |
| 代理机构 | 成都顶峰专利事务所（普通合伙） | 代理人 | 成都知数科技有限公司 |
| 地址 | 610000 四川省成都市高新西区西芯大道4号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了基于深度学习的电商异常金融商品识别方法，旨在解决传统的识别方法对经常篡改变动的文本很难进行准确分词，导致识别准确率较差的问题，该方法依次包括以下步骤：A、收集异常商品关键词；B、通过异常商品关键词在电商平台进行检索；C、粗筛；D、人工标注；E、对正常商品和异常商品比例均衡调整；F、利用深度学习框架搭建模型；G、训练模型；H、验证模型。本发明不需要分词，直接输入整个文本，进行端到端的模型训练识别，可以节省人力，并且快速产出模型，提高生产效率。 |
