[发明专利]一种基于自然语言处理的短信内容风控系统及方法

权利要求书

1.一种基于自然语言处理的短信内容风控系统及方法，包括步骤一，数据提取；步骤二，语义分析；步骤三，模型审核；步骤四，人工审核；其特征在于；

其中上述步骤一中，通过PySpark分布式计算技术对历史数据进行提取，并将提取的短信送入到语义模型中；

其中上述步骤二中，通入语义模型后，通过Hanlp对数据进行分词和实体识别，去除人名、地名、停用词、时间、货币等非关键词汇，再通过K-Means聚类算法对无标签数据进行标签化，然后将标签化的短信发送至审核敏感词模型；

其中上述步骤三中，审核敏感词模型接收到短信后，将短信内容与计算机中的敏感词库进行对比，若短信内容中未出现与计算机敏感词库相同的内容，该短信直接发送待发送库进行发送，若短信内容中出现与计算机敏感词库相同的内容，该短信将被发送至审核库进行人工审核；

其中上述步骤四中，人工将审核库中的短信提取出来，并进行人工审核，若审核库中的短信包含敏感词汇，人工将手动把敏感词汇输入到待学习词库中，若审核库中的短信不包含敏感词汇，将直接发送至待发送库进行发送。

2.根据权利要求1所述的一种基于自然语言处理的短信内容风控系统及方法，其特征在于：所述步骤二中，语义模型是通过NLP技术建设。

3.根据权利要求1所述的一种基于自然语言处理的短信内容风控系统及方法，其特征在于：所述步骤三中，在对比过程中，既要查看短线是否含有敏感词汇，还要计算短信中的敏感字是否超过敏感词库中设定的阀值。

4.根据权利要求1所述的一种基于自然语言处理的短信内容风控系统及方法，其特征在于：所述步骤四中，计算机将对含有敏感词汇短信的主叫号码进行标记。

5.根据权利要求1所述的一种基于自然语言处理的短信内容风控系统及方法，其特征在于：所述步骤四中，计算机将待学习词库中的敏感词汇保存至语义模型中，纠正模型参数。