[发明专利]一种信息处理方法及系统

权利要求书

1.一种信息处理方法，其特征在于，包括：

接收待处理信息；

根据原始策略模型和机器学习模型分别对所述待处理信息进行分析处理，得到原始策略模型处理结果和机器学习模型处理结果；

根据所述原始策略模型和所述机器学习模型各自的权重，以及所述原始策略模型处理结果和所述机器学习模型处理结果，输出综合处理结果。

2.根据权利要求1所述的方法，其特征在于，所述输出综合处理结果，包括：

当所述原始策略模型或所述机器学习模型中的任意一个权重大于或等于第一权重阈值时，输出权重大的模型所处理的处理结果；或者，

当所述原始策略模型和所述机器学习模型中的权重同时小于第一权重阈值时，若所述原始策略模型的处理结果和所述机器学习模型的处理结果相同，则输出相同的处理结果；若所述原始策略模型的处理结果和所述机器学习模型的处理结果不同，则输出所述待处理信息并提示用户。

3.根据权利要求1所述的方法，其特征在于，在根据原始策略模型和机器学习模型分别对所述待处理信息进行分析处理，得到原始策略模型处理结果和机器学习模型处理结果之前，所述方法还包括：生成所述机器学习模型。

4.根据权利要求3所述的方法，其特征在于，所述生成所述机械学习模型，包括：

接收原始处理信息；

根据所述原始策略模型从所述原始处理信息中提取特征信息；

对所述特征信息进行分析处理得到原始策略模型处理结果，同时接收用户标识处理信息，并将所述特征处理信息和所述用户标识处理信息关联后作为训练数据，更新到训练库中；

当所述训练库达到预期要求时，生成机器学习模型。

5.根据权利要求4所述的方法，其特征在于，所述训练库达到预期要求的方式包括：所述训练库通过交叉测试验证手段。

6.一种信息处理系统，其特征在于，包括：

接收模块，接收待处理信息；

评估模块，根据原始策略模型和机器学习模型分别对所述待处理信息进行分析处理，得到原始策略模型处理结果和机器学习模型处理结果；

预测和处理模块，根据所述原始策略模型和所述机器学习模型各自的权重，以及所述原始策略模型处理结果和所述机器学习模型处理结果，输出综合处理结果。

7.根据权利要求6所述的系统，其特征在于，所述预测和处理模块，包括：

当所述原始策略模型或所述机器学习模型中的任意一个权重大于或等于第一权重阈值时，输出权重大的模型所处理的处理结果；或者，

当所述原始策略模型和所述机器学习模型中的权重同时小于第一权重阈值时，若所述原始策略模型的处理结果和所述机器学习模型的处理结果相同，则输出相同的处理结果；若所述原始策略模型的处理结果和所述机器学习模型的处理结果不同，则输出所述待处理信息并提示用户。

8.根据权利要求6所述的系统，其特征在于，所述系统还包括：模型训练模块，生成所述机器学习模型。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

所述接收模块，还用于接收原始处理信息；

特征提取模块，根据所述原始策略模型从所述原始处理信息中提取特征信息；

所述模型训练模块，还用于对所述特征信息进行分析处理得到原始策略模型处理结果，同时接收用户标识处理信息，并将所述特征处理信息和所述用户标识处理信息关联后作为训练数据，更新到训练库中；当所述训练库达到预期要求时，生成机器学习模型；

机器学习算法模块，为所述模型训练模块提供多种机器学习算法。

10.根据权利要求9所述的系统，其特征在于，所述训练库达到预期要求的方式包括：所述训练库通过交叉测试验证手段。