[发明专利]一种决策模型生成方法和装置

说明书

本发明实施例提供了一种决策模型生成方法和装置，可用于人工智能技术领域，所述方法包括：通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型；通过决策模型生成模型，根据获取的运算操作和数据类型，生成决策模型，能够增加公式编辑器的灵活性，提高用户的办公效率，提高用户体验感。

技术领域

本发明涉及计算机数据处理技术领域，特别涉及人工智能技术领域，尤其涉及一种决策模型生成方法和装置。

背景技术

目前，在使用反欺诈决策引擎系统时，会出现使用公式编辑器的操作过于繁琐的问题。用户通过拖拽或者双击的方式来获得某种运算的计算公式，但是每次操作只能进行一种运算，而且前一次的运算结果不能直接作为参数进行后续运算，导致公式编辑器的运用缺失了灵活性，在一定程度上降低了用户体验感，用户的办公效率较低。

发明内容

本发明的一个目的在于提供一种决策模型生成方法，能够增加公式编辑器的灵活性，提高用户的办公效率，提高用户体验感。本发明的另一个目的在于提供一种决策模型生成装置。本发明的再一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。

为了达到以上目的，本发明一方面公开了一种决策模型生成方法，包括：

通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型；

通过决策模型生成模型，根据获取的运算操作和数据类型，生成决策模型。

优选的，背景知识包括特征信息池；

在通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型之前，还包括：

获取指定数量的数据样本，数据样本包括输入样本和期望公式，输入样本包括至少一个运算操作和数据类型；

通过指定逻辑编程语言，根据预设的函数关系，构建特征信息池。

优选的，背景知识还包括选取的元规则；

通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型，包括：

将至少一个运算操作、期望公式、元规则和特征信息池输入元解释学习框架进行训练，输出决策模型生成模型。

优选的，通过决策模型生成模型，根据获取的运算操作和数据类型，生成决策模型，包括：

将运算操作和数据类型输入决策模型生成模型，输出决策模型。

优选的，元规则包括元规则头和对应的元规则体；

将至少一个运算操作、期望公式、元规则和特征信息池输入元解释学习框架进行训练，输出决策模型生成模型，包括：

将至少一个运算操作和对应的期望公式作为原子目标；

将原子目标与元规则头进行匹配，匹配出对应的元规则头；

将元规则头对应的元规则体与特征信息池中的受限子句进行匹配；

若元规则体可以匹配出受限子句，将受限子句进行保存；

若元规则体无法匹配出受限子句，将元规则体作为新的原子目标，重复执行将原子目标与元规则头进行匹配，匹配出对应的元规则头的步骤，直至匹配完成。

优选的，还包括：

若未能在设置的规定时间内输出决策模型生成模型，对数据样本和背景知识进行调整，重新执行通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型的步骤。

优选的，输入样本的数量为5至10个。