本发明涉及人工智能领域，尤其涉及基于人工智能的贷款资质审核方法、装置、计算机设备及存储介质。
背景技术：
：一般来说，在接收到客户的贷款申请时，银行的信贷审核专员需要与贷款客户进行电话沟通，了解客户的贷款意向、资产情况与信用情况，来筛选意向客户并评估客户贷款资质，以帮助后端坐席为客户制定合适的贷款方案。上述人工审核评估的方式需要耗费大量的人力成本，效率低，并且由于人员素质的参差不齐，也会影响与用户交流的效果。此外，信贷审核专员在与用户进行通话的过程中，需要快速记录用户多方面的信息，不可避免地产生用户信息的错记、漏记等情况，导致审核准确率低。技术实现要素：本发明实施例提供了一种贷款资质审核方法、装置、计算机设备及存储介质，旨在解决现有技术中贷款资质审核方法需要消耗大量的人力、效率低以及审核准确率低的问题。第一方面，本发明实施例提供一种贷款资质审核方法，其包括：建立参数信息表；利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；将所述参数信息表中的参数进行标准化处理；以及根据所述参数信息表评估用户的贷款资质。第二方面，本发明实施例提供一种贷款资质审核装置，其包括：参数信息表建立单元，用于建立参数信息表；对话单元，用于利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；填入单元，用于若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；标准化单元，用于将所述参数信息表中的参数进行标准化处理；以及评估单元，用于根据所述参数信息表评估用户的贷款资质。第三方面，本发明实施例提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的贷款资质审核方法。第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时实现如第一方面所述的贷款资质审核方法。本发明实施例提供贷款资质审核方法、装置、计算机设备及存储介质，其中，方法包括：建立参数信息表；利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；将所述参数信息表中的参数进行标准化处理；根据所述参数信息表评估用户的贷款资质。该方法通过对话模型与用户进行对话，减少了人力成本，提高了审核效率，同时在此基础上自动对用户话语进行意图识别和参数抽取，根据用户的参数信息表来自动评估贷款资质，避免了用户信息的错记和漏记等问题，提高了审核准确率。附图说明为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明实施例提供的贷款资质审核方法的流程示意图；图2为本发明实施例提供的贷款资质审核方法的子流程示意图；图3为本发明实施例提供的贷款资质审核方法的另一流程示意图；图4为本发明实施例提供的贷款资质审核装置的示意性框图；图5为本发明实施例提供的贷款资质审核装置的子单元示意性框图；图6为本发明实施例提供的贷款资质审核装置的另一子单元示意性框图；图7为本发明实施例提供的计算机设备的示意性框图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，图1为本发明实施例提供的一种贷款资质审核方法的流程示意图，该方法可以包括步骤s101～s105：s101、建立参数信息表；在本发明实施例中，与用户开始交谈之前，先为用户建立空白的参数信息表，以记录用户相关信息并作为贷款资质评估依据，所述参数信息表可以包含若干“参数名”字段及其对应的“参数值”字段，同时还可以包括“标准化后的参数值”字段。需说明的是，可预先为所述参数信息表设置一个标准模板，后续只需按照所述标准模板为每一用户建立参数信息表即可。显然，本发明实施例中，所提到的参数信息表并不局限于传统的表格，其可以是能记录用户信息的任何形式的载体，载体的形式多种多样。其中，“参数名”字段包含与用户个人信息、贷款意向、资产情况、信用情况等有关的参数名，用于表示参数的含义，例如“姓名”字段即为“参数名”字段，其代表用户的姓名。“参数值”字段与所述“参数名”字段对应，用于表示参数的具体内容，例如“姓名”字段对应的“参数值”字段所填写的内容可以是“张三”。“标准化后的参数值”字段是指对“参数值”进行标准化处理得到的参数值，这样可以将参数值进行统一，方便进行后续的贷款资质评估。需要注意的是在对话开始前所有用户信息未知，因此“参数值”与“标准化后的参数值”字段初始为空。一个空白参数信息表的示例如下表一：表一在一个实施例中，所述参数信息表中包含必填参数与非必填参数。必填参数属于必须填写的参数，此参数需要从用户话语中获取并填写到参数信息表中的“参数值”字段中；非必填参数属于非必须填写的参数，即可以填写也可以不填写。在一个具体应用场景中，可以预先设置好“参数名”字段的属性，例如“姓名”字段为必填属性，“性别”字段为必填属性，“户籍”字段为非必填属性。这样对应的“参数值”便可分为必填参数与非必填参数，如“姓名”字段对应的“参数值”字段为必填参数。s102、利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；本步骤首先利用对话模型与用户进行对话，对话的过程可以是对话模型进行提问，用户进行回答，也可以是用户进行询问，对话模型进行回答，或者是对话模型与用户进行其他方式的交流。在对话过程中，持续利用所述深度学习模型对用户话语进行意图识别和参数抽取，以便及时获取用户的真实想法以及及时获取用户的相关信息。在一实施例中，如图2所示，所述步骤s102可以包括步骤s201～s203：s201、获取用户话语，将用户话语转换为文本信息；s202、对所述文本信息进行预处理；s203、将预处理后的文本信息输入至所述深度学习模型，识别文本信息中的意图和抽取文本信息中的参数。在本实施例中，当所述空白参数信息表建立后，可开始与用户进行对话。对话开始后，实时获取用户话语，然后利用语音识别方法将用户话语转换为文本信息，至于本实施例中所采用的语音识别方法，现有技术可提供多种选择，例如百度或科大讯飞等提供的语音识别技术。再对文本信息做预处理，具体的，对文本信息进行预处理包括对所述文本信息进行特殊字符过滤、断句分词、自动纠正语音识别出现的错词和语病等操作，例如在一个具体应用场景中，对文本信息进行预处理依次包括：过滤特殊字符、全角空格替换、断句和分词，其中过滤特殊字符是指过滤掉文本信息中的一些特殊符号，具体可使用正则表达式进行过滤。全角空格替换是指可将半角空格替换为全角空格，断句是指对文本信息划分为若干短句，分词是指将每一个短句再拆分为若干短词语。然后将预处理后的文本信息输入到深度学习模型中，分别进行意图识别与参数抽取，即识别文本信息中的意图与抽取文本信息中的参数。意图识别是指识别用户的意图为“告知”用户信息还是“询问”贷款产品信息，即确认用户的意图是“告知”意图还是“询问”意图。具体的，可以通过文本信息中的关键词、是否存在相应参数值以及相应参数值的完整程度判断该用户是提供信息还是询问产品信息，若用户的话语模棱两可，则可直接提出问题以得到用户的肯定回答，从而识别用户的意图。参数抽取是指抽取用户话语中蕴含的参数，比如抽取用户话语中关于“月收入”与“期望贷款额度”这两个参数。s103、若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；当所识别的意图为“告知”意图时，表明抽取的参数为用户需要告知的，所以可将抽取的参数填入到参数信息表中。但需说明的是，即使在识别的意图为“告知”意图的情况下，并不必然将抽取的参数填入到参数信息表中，因为用户说出的参数可能不属于参数信息表中的任何一个参数，在这种情况下可以直接忽略抽取到的参数，但更优选的方式是，在所述参数信息表中设置一备注栏，在该备注栏中对参数进行记录，并进行标注，通过标注的内容对参数进行解释，这样可以后续加入人工干预进行分析。在一实施例中，所述贷款资质审核方法还包括：若所识别的意图为询问意图，则根据抽取的参数在数据库中进行查询，并根据查询结果作出回答。当所识别的用户意图为“询问”意图，则表明抽取的参数为用户正在询问的参数，可在数据库中查询之后作出相应回答。在一实施例中，如前所述，所述参数信息表中包含必填参数和非必填参数，那么所述贷款资质审核方法还包括：在对话结束前，检测参数信息表中的必填参数是否填完；若否，则向用户提出与所述必填参数关联的问题，以获取相应的答案并填入至所述参数信息表中。本实施例中，在与用户的多轮对话过程中，不断抽取用户话语中的参数，并更新参数信息表，填写对应参数值。具体的，对于非必填“参数名”字段所对应的“参数值”字段，若在与用户对话过程中用户未提及，则可忽略该字段，即非必填“参数名”所对应的“参数值”字段可以为空。而必填“参数名”字段所对应的“参数值”字段若在对话过程中用户未提及，则需对用户提出相应问题，并从用户的答案(回答内容)中抽取相关的信息，填入该字段所对应的“参数值”字段中。直至必填“参数名”字段所对应的“参数值”字段填写完毕为止。具体实施时可将一些重要和关键的信息对应的字段设置为必填“参数名”字段，例如：年龄，婚姻情况，是否有房，信用卡是否有过逾期，期望贷款额度，是否有有正当职业，月收入，是否有明确的贷款用途等等。对于不重要和仅作为参考的信息对应的字段设置为非必要“参数名”字段，例如：是否有车，户口所在地，现居地，近6个月的银行流水等等。当用户提及期望贷款以及自身的相关情况时，可对该用户的话语进行预处理，然后利用深度学习模型识别用户的意图和抽取用户话语中蕴含的参数，同时利用抽取到的参数不断更新参数信息表。当用户停止对话时，根据必填“参数名”字段所对应的“参数值”字段的完成情况，进行提问，提问的同时完善所对应的“参数值”字段，直到必填“参数名”字段所对应的“参数值”字段参数全部记录于参数信息表中。在一实施例中，所述贷款资质审核方法还包括：对用户话语进行检测，基于检测结果确认用户是否出现情绪变化；若是则判断情绪变化是否达到变化阈值；若是则转人工坐席继续与用户进行对话。在对用户话语进行处理过程(如预处理过程)中，当识别到脏话等“恶意攻击”类话语时，则中止对话，同时保存对话记录，并与该用户的参数信息表进行关联存储或者直接存储于参数信息表中。在中止对话模型与用户之间的对话后，可将对话转接到人工坐席同时将所述参数信息表与对话记录提供给人工坐席，人工坐席通过所述参数信息表与对话记录分析对话过程中的服务问题，判断问题出现原因，进而处理问题，并继续完成与用户的对话。若是用户态度不佳导致对话中止，则人工坐席根据情况有权决定拒绝提供贷款，如果是用户口误，则先不中止对话，而是继续交互对话，若对话能顺利进行则忽略该话语。若问题是由对话模型导致，例如对用户话语识别错误，则可针对该问题对对话模型进行优化，以改善对话模型的对话质量。在一实施例中，所述贷款资质审核方法还包括：将与用户的对话记录保存，并与所述参数信息表关联。即使未检测到情绪变化或者情绪变化未达到变化阈值，在对话结束后，仍可保存对话记录，方便后续进行追溯。s104、将所述参数信息表中的参数进行标准化处理；在更新参数信息表的同时，可将所述参数信息表中的参数值标准化，并填入对应的“标准化后的参数值”字段。具体的，对不同的参数，如果参数值过于口语化，则不利于进行进一步的分析评估，所以需要根据业务需求对参数信息表的“参数值”字段进行标准化处理，并将标准化处理后的参数填入“标准化后的参数值”字段。具体的，可将话语中的大概，左右，上下，多一点等口语化字段修改为标准化的数学符号。例如，将月收入“一万左右”标准化为“10,000±”；将一年流水“十万多”标准化为“100000 ”。当然，本实施例中，也可以在对话过程结束之后，将参数信息表中的参数值标准化，即标准化的动作可以实时进行，也可以对话过程结束之后进行。s105、根据所述参数信息表评估用户的贷款资质。在本实施例中，对话过程结束后，保存参数信息表，然后根据所述参数信息表评估用户的贷款资质。在一实施例中，如图3所示，所述步骤s105包括步骤s301～s303：s301、根据参数信息表筛选出有贷款意向的用户；s302、将有贷款意向的用户的各项参数与贷款要求进行比对；s303、根据比对结果评估用户的贷款资质，并输出贷款资质评估结果。本实施例中先根据参数信息表筛选出有贷款意向的用户，然后进行参数比对，从而评估用户贷款资质。具体的，在所述参数信息表中的各参数来确认用户是否有贷款意向，例如在参数信息表中具有的“参数名”字段包括：“是否有贷款意向”，相应的“参数值”字段可以是“是”或“否”，所以可筛选出该“参数值”字段为“是”的参数信息表，从而筛选出对应的用户，这些用户均为有贷款意向的用户。然后可将有贷款意向的用户的参数信息表与贷款要求进行一一比对，例如根据参数信息表中的各参数确定用户可申请的贷款类型，并获取相应贷款类型的贷款要求，然后将用户的各参数如资产信息以及工作情况与贷款要求中的条件进行比对，根据比对结果即可对用户的贷款资质进行评估，例如用户各项情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予较高的贷款额度，或者用户多数情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予中等的贷款额度；或者用户少数情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予较低的贷款额度；或者用户情况均不符合贷款要求的条件，则可以确定用户不可申请贷款，也就是说，可根据具体参数情况，确定用户是否具有贷款资质，以及在用户具有贷款资质的情况下用户的用户可贷款额度。在对客户的贷款资质进行评估后，可表格的形式表示贷款资质评估结果，例如生成一客户信息表，记录用户的各种信息以及评估结果。一个客户信息表的示例如下表二：表二个人信息姓名：张三，性别：男资产信息有车：是，车龄：4年，车值：3万贷款意向期望额度：30万，贷款用途：装修房子贷款资质可申请“车主贷”，最高贷款额度：10万即根据该用户的资产信息以及贷款意向，可评估客户的贷款资质为“可申请‘车主贷’，最高贷款额度：‘10万’。该方法通过对话模型与用户进行对话，减少了人力成本，提高了审核效率，同时在此基础上自动对用户话语进行意图识别和参数抽取，根据用户的参数信息表来自动评估贷款资质，避免了用户信息的错记和漏记等问题，提高了审核准确率。本发明实施例还提供一种贷款资质审核装置，该贷款资质审核装置用于执行前述贷款资质审核方法的任一实施例。具体地，请参阅图4，图4是本发明实施例提供的贷款资质审核装置的示意性框图。如图4所示，贷款资质审核装置400包括参数信息表建立单元401、对话单元402、填入单元403、标准化单元404以及评估单元405。参数信息表建立单元401，用于建立参数信息表；所述参数信息表可以包含若干“参数名”字段及其对应的“参数值”字段，同时还可以包括“标准化后的参数值”字段。需说明的是，可预先为所述参数信息表设置一个标准模板，后续只需按照所述标准模板为每一用户建立参数信息表即可。显然，本发明实施例中，所提到的参数信息表并不局限于传统的表格，其可以是能记录用户信息的任何形式的载体，载体的形式多种多样。其中，“参数名”字段包含与用户个人信息、贷款意向、资产情况、信用情况等有关的参数名，用于表示参数的含义，例如“姓名”字段即为“参数名”字段，其代表用户的姓名。“参数值”字段与所述“参数名”字段对应，用于表示参数的具体内容，例如“姓名”字段对应的“参数值”字段所填写的内容可以是“张三”。“标准化后的参数值”字段是指对“参数值”进行标准化处理得到的参数值，这样可以将参数值进行统一，方便进行后续的贷款资质评估。对话单元402，用于利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；所述对话单元402利用对话模型与用户进行对话，对话的过程可以是对话模型进行提问，用户进行回答，也可以是用户进行询问，对话模型进行回答，或者是对话模型与用户进行其他方式的交流。在对话过程中，持续利用所述深度学习模型对用户话语进行意图识别和参数抽取，以便及时获取用户的真实想法以及及时获取用户的相关信息。在一实施例中，如图5所示，所述对话单元402包括：转换单元4021，用于获取用户话语，将用户话语转换为文本信息；预处理单元4022，用于对所述文本信息进行预处理；识别抽取单元4023，用于将预处理后的文本信息输入至所述深度学习模型，以识别文本信息中的意图和抽取文本信息中的参数。在本实施例中，当所述空白参数信息表建立后，可开始与用户进行对话。对话开始后，实时获取用户话语，然后利用语音识别方法将用户话语转换为文本信息，至于本实施例中所采用的语音识别方法，现有技术可提供多种选择，例如百度或科大讯飞等提供的语音识别技术。再对文本信息做预处理，具体的，对文本信息进行预处理包括对所述文本信息进行特殊字符过滤、断句分词、自动纠正语音识别出现的错词和语病等操作。然后将预处理后的文本信息输入到深度学习模型中，分别进行意图识别与参数抽取，即识别文本信息中的意图与抽取文本信息中的参数。意图识别是指识别用户的意图为“告知”用户信息还是“询问”贷款产品信息，即确认用户的意图是“告知”意图还是“询问”意图。具体的，可以通过文本信息中的关键词、是否存在相应参数值以及相应参数值的完整程度判断该用户是提供信息还是询问产品信息。参数抽取是指抽取用户话语中蕴含的参数，比如抽取用户话语中关于“月收入”与“期望贷款额度”这两个参数。填入单元403，用于若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；当所识别的意图为“告知”意图时，表明抽取的参数为用户需要告知的，所以可将抽取的参数填入到参数信息表中。在一实施例中，所述参数信息表中包含必填参数和非必填参数，所述贷款资质审核装置400还包括：参数检测单元，用于在对话结束前，检测参数信息表中的必填参数是否填完；提问单元，用于向用户提出与所述必填参数关联的问题，以获取相应的答案并填入至所述参数信息表中。本实施例中，在与用户的多轮对话过程中，不断抽取用户话语中的参数，并更新参数信息表，填写对应参数值。具体的，对于非必填“参数名”字段所对应的“参数值”字段，若在与用户对话过程中用户未提及，则可忽略该字段，即非必填“参数名”所对应的“参数值”字段可以为空。而必填“参数名”字段所对应的“参数值”字段若在对话过程中用户未提及，则需对用户提出相应问题，并从用户的答案(回答内容)中抽取相关的信息，填入该字段所对应的“参数值”字段中。直至必填“参数名”字段所对应的“参数值”字段填写完毕为止。在一实施例中，所述贷款资质审核装置400还包括：情绪检测单元，用于对用户话语进行检测，基于检测结果确认用户是否出现情绪变化；判断单元，用于判断情绪变化是否达到变化阈值；转人工坐席单元，用于转人工坐席继续与用户进行对话。在对用户话语进行处理过程(如预处理过程)中，当识别到脏话等“恶意攻击”类话语时，则中止对话，同时保存对话记录，并与该用户的参数信息表进行关联存储或者直接存储于参数信息表中。在中止对话模型与用户之间的对话后，可将对话转接到人工坐席同时将所述参数信息表与对话记录提供给人工坐席，人工坐席通过所述参数信息表与对话记录分析对话过程中的服务问题，判断问题出现原因，进而处理问题，并继续完成与用户的对话。若是用户态度不佳导致对话中止，则人工坐席根据情况有权决定拒绝提供贷款，如果是用户口误，则先不中止对话，而是继续交互对话，若对话能顺利进行则忽略该话语。若问题是由对话模型导致，例如对用户话语识别错误，则可针对该问题对对话模型进行优化。在一实施例中，所述贷款资质审核装置400还包括：关联保存单元，用于将对话模型与用户之间的对话记录保存，并与所述参数信息表关联。即使未检测到情绪变化或者情绪变化未达到变化阈值，在对话结束后，仍可保存对话记录，方便后续进行追溯。在一实施例中，所述贷款资质审核装置400还包括：回答单元，用于若所识别的意图为询问意图，则根据抽取的参数在数据库中进行查询，并根据查询结果作出回答。当所识别的用户意图为“询问”意图，则表明抽取的参数为用户正在询问的参数，可在数据库中查询之后作出相应回答。标准化单元404，用于将所述参数信息表中的参数进行标准化处理；在更新参数信息表的同时，可将所述参数信息表中的参数值标准化，并填入对应的“标准化后的参数值”字段。具体的，对不同的参数，如果参数值过于口语化，则不利于进行进一步的分析评估，所以需要根据业务需求对参数信息表的“参数值”字段进行标准化处理，并将标准化处理后的参数填入“标准化后的参数值”字段。具体的，可将话语中的大概，左右，上下，多一点等口语化字段修改为标准化的数学符号。例如，将月收入“一万左右”标准化为“10,000±”；将一年流水“十万多”标准化为“100000 ”。当然，本实施例中，也可以在对话过程结束之后，将参数信息表中的参数值标准化，即标准化的动作可以实时进行，也可以对话过程结束之后进行。评估单元405，用于根据所述参数信息表评估用户的贷款资质。在评估单元405中，对话过程结束后，保存参数信息表，然后根据所述参数信息表评估用户的贷款资质。在一实施例中，如图6所示，所述评估单元405包括：筛选单元4051，用于根据参数信息表筛选出有贷款意向的用户；比对单元4052，用于将有贷款意向的用户的各项参数与贷款要求进行比对；输出单元4053，用于根据比对结果评估用户的贷款资质，并输出贷款资质评估结果。本实施例中先根据参数信息表筛选出有贷款意向的用户，然后进行参数比对，从而评估用户贷款资质。具体的，在所述参数信息表中的各参数来确认用户是否有贷款意向，例如在参数信息表中具有的“参数名”字段包括：“是否有贷款意向”，相应的“参数值”字段可以是“是”或“否”，所以可筛选出该“参数值”字段为“是”的参数信息表，从而筛选出对应的用户，这些用户均为有贷款意向的用户。然后可将有贷款意向的用户的参数信息表与贷款要求进行一一比对，例如根据参数信息表中的各参数确定用户可申请的贷款类型，并获取相应贷款类型的贷款要求，然后将用户的各参数如资产信息以及工作情况与贷款要求中的条件进行比对，根据比对结果即可对用户的贷款资质进行评估，例如用户各项情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予较高的贷款额度，或者用户多数情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予中等的贷款额度；或者用户少数情况均符合贷款要求的条件，则可以确定用户可申请贷款，并给予较低的贷款额度；或者用户情况均不符合贷款要求的条件，则可以确定用户不可申请贷款，也就是说，可根据具体参数情况，确定用户是否具有贷款资质，以及在用户具有贷款资质的情况下用户的用户可贷款额度。该装置通过对话模型与用户进行对话，减少了人力成本，提高了审核效率，同时在此基础上自动对用户话语进行意图识别和参数抽取，根据用户的参数信息表来自动评估贷款资质，避免了用户信息的错记和漏记等问题，提高了审核准确率。需要说明的是，所属领域的技术人员可以清楚地了解到，上述贷款资质审核装置400和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。上述贷款资质审核装置400可以实现为计算机程序的形式，该计算机程序可以在如图7所示的计算机设备上运行。请参阅图7，图7是本发明实施例提供的计算机设备的示意性框图。该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行贷款资质审核方法。该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行贷款资质审核方法。该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图7中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：建立参数信息表；利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；将所述参数信息表中的参数进行标准化处理；根据所述参数信息表评估用户的贷款资质。在一实施例中，处理器502在执行所述利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取的步骤时，执行如下操作：获取用户话语，将用户话语转换为文本信息；对所述文本信息进行预处理；将预处理后的文本信息输入至所述深度学习模型，以识别文本信息中的意图和抽取文本信息中的参数。在一实施例中，处理器502在执行所述根据所述参数信息表评估用户的贷款资质的步骤时，执行如下操作：根据参数信息表筛选出有贷款意向的用户；将有贷款意向的用户的各项参数与贷款要求进行比对；根据比对结果评估用户的贷款资质，并输出贷款资质评估结果。本领域技术人员可以理解，图7中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图7所示实施例一致，在此不再赘述。应当理解，在本发明实施例中，处理器502可以是中央处理单元(centralprocessingunit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现以下步骤：建立参数信息表；利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；将所述参数信息表中的参数进行标准化处理；根据所述参数信息表评估用户的贷款资质。在一实施例中，所述利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取包括：获取用户话语，将用户话语转换为文本信息；对所述文本信息进行预处理；将预处理后的文本信息输入至所述深度学习模型，以识别文本信息中的意图和抽取文本信息中的参数。在一实施例中，所述根据所述参数信息表评估用户的贷款资质包括：根据参数信息表筛选出有贷款意向的用户；将有贷款意向的用户的各项参数与贷款要求进行比对；根据比对结果评估用户的贷款资质，并输出贷款资质评估结果。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、磁碟或者光盘等各种可以存储程序代码的介质。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。当前第1页1 2 3
技术特征：1.一种贷款资质审核方法，其特征在于，包括：
建立参数信息表；
利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；
若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；
将所述参数信息表中的参数进行标准化处理；以及
根据所述参数信息表评估用户的贷款资质。
2.根据权利要求1所述贷款资质审核方法，其特征在于，所述利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取，包括：
获取用户话语，将用户话语转换为文本信息；
对所述文本信息进行预处理；
将预处理后的文本信息输入至所述深度学习模型，以识别文本信息中的意图和抽取文本信息中的参数。
3.根据权利要求1所述贷款资质审核方法，其特征在于，所述参数信息表中包含必填参数和非必填参数，所述贷款资质审核方法还包括：
在对话结束前，检测参数信息表中的必填参数是否填完；
若否，则向用户提出与所述必填参数关联的问题，以获取相应的答案并填入至所述参数信息表中。
4.根据权利要求1所述贷款资质审核方法，其特征在于，还包括：
对用户话语进行检测，基于检测结果确认用户是否出现情绪变化；
若是则判断情绪变化是否达到变化阈值；
若是则转人工坐席继续与用户进行对话。
5.根据权利要求1所述贷款资质审核方法，其特征在于，还包括：
将对话模型与用户之间的对话记录保存，并与所述参数信息表关联。
6.根据权利要求1所述贷款资质审核方法，其特征在于，还包括：
若所识别的意图为询问意图，则根据抽取的参数在数据库中进行查询，并根据查询结果作出回答。
7.根据权利要求1所述贷款资质审核方法，其特征在于，所述根据所述参数信息表评估用户的贷款资质，包括：
根据参数信息表筛选出有贷款意向的用户；
将有贷款意向的用户的各项参数与贷款要求进行比对；
根据比对结果评估用户的贷款资质，并输出贷款资质评估结果。
8.一种贷款资质审核装置，其特征在于，包括：
参数信息表建立单元，用于建立参数信息表；
对话单元，用于利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；
填入单元，用于若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；
标准化单元，用于将所述参数信息表中的参数进行标准化处理；以及
评估单元，用于根据所述参数信息表评估用户的贷款资质。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的贷款资质审核方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时实现如权利要求1至7任一项所述的贷款资质审核方法。
技术总结本发明公开了基于人工智能的贷款资质审核方法及相关设备，涉及人工智能领域，其中，方法包括：建立参数信息表；利用对话模型与用户进行对话，并在对话过程中利用深度学习模型对用户话语进行意图识别和参数抽取；若所识别的意图为告知意图，则将抽取的参数填入所述参数信息表中；将所述参数信息表中的参数进行标准化处理；根据所述参数信息表评估用户的贷款资质。该方法通过对话模型与用户进行对话，减少了人力成本，提高了审核效率，同时在此基础上自动对用户话语进行意图识别和参数抽取，根据用户的参数信息表来自动评估贷款资质，避免了用户信息的错记和漏记等问题，提高了审核准确率。
技术研发人员：赵焕丽;徐国强
受保护的技术使用者：深圳壹账通智能科技有限公司
技术研发日：2020.01.20
技术公布日：2020.06.05
