买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国建设银行股份有限公司

摘要：本发明提供了一种SWIFT报文软条款识别方法及装置，SWIFT报文软条款识别方法包括：获取软条款待识别的SWIFT报文；利用所述SWIFT报文及预先建立的深度学习分类模型对所述SWIFT报文中的软条款进行识别。本发明能够建立一通过人工智能算法解析SWIFT报文内容，提取业务要素的SWIFT报文软条款识别方法。

主权项：1.一种SWIFT报文软条款识别方法，其特征在于，包括：获取软条款待识别的SWIFT报文；利用所述SWIFT报文及预先建立的深度学习分类模型对所述SWIFT报文中的软条款进行识别；对业务相关实体进行识别处理；将识别结果进行展示，具体包括：通过前端不同颜色及下划线区分智能处理各栏位结果；如果处理结果未进行任何纠错，则无需进行特殊显示；如果进行了纠错，则结果使用红色表示；对于实体类未对齐的结果，使用波浪线进行标注；实体验证成功，栏位背景显示绿色；实体验证未成功，栏位背景显示橙色；国结领域托收相关的字典，用于对识别返回的单词进行检查；置信度标识：用黑色字体标识为经拼写检查后存在于字典的单词；蓝色带下划线字体为纠错后经检查存在于字典的单词；红色带下划线字体为字典未登录词，进行提示；建立所述深度学习分类模型包括：根据非软条款及所述软条款生成第一训练集，其中，所述第一训练集中所述软条款数量大于所述非软条款数量；利用深度学习算法，根据所述第一训练集生成所述深度学习分类模型；所述利用深度学习算法，根据所述第一训练集生成所述深度学习分类模型，包括：利用深度学习算法，根据所述训练集，生成所述软条款的二分类模型；根据所述二分类模型生成第二训练集，其中，所述第二训练集中为所述软条款集合；利用深度学习算法，根据所述第二训练集,生成所述深度学习分类模型；所述利用深度学习算法，根据所述第二训练集,生成所述深度学习分类模型，包括：使用TextCNN深度学习分类算法应用于第二训练集中软条款集合的分类；其包括：软条款分类模型训练-数据处理；软条款集upsampling上采样、downsampling下采样；软条款句子大写，去除前面的句首分隔符；去除句尾的点符号；将数字替换成REPLACENUM字样；去掉句子中括号内信息无意义的内容；逗号、停用词替换成空格；多个空格替换成空格；训练词向量文件；句子按照单词长度进行截断或者扩充；对标注数据切割为训练集和校验集；软条款分类模型网络结构为一层卷积，一层max-pooling，最后将输出外接softmax来进行软条款的分类，软条款类别分为7类；分类的过程为:将软条款通过CBOW转换成词向量；软条款分类的卷积层中，使用一个卷积核，与一个窗口，进行卷积操作，产生一个特征Ci，filter在软条款句子的单词上进行所有可能的滑动，通过最终拼接得到c＝[c1,c2,...,cn-h+1]，就是featuremap，每一次卷积操作相当于对软条款句子进行一次特征向量的提取，通过定义不同的窗口，提取出不同的特征向量，构成卷积层的输出；接着进入池化层，从每个滑动窗口产生的特征向量中筛选出一个最大的特征，然后将这些特征拼接起来构成向量表示；最后接入全连接层，使用激活函数softMax输出每个类别的概率；公式如下： softMax函数用于软条款分类中的作用是，将多个神经元的输出，映射到0,1区间内，这些值的累和为1，最后选取输出结点的时候，选取概率最大的结点，作为预测目标，从而进行分类。

全文数据：

权利要求：

百度查询： 中国建设银行股份有限公司 一种SWIFT报文软条款识别方法及装置