(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211167403.6 (22)申请日 2022.09.23 (71)申请人 长沙通诺信息科技有限责任公司 地址 410205 湖南省长 沙市长沙高新开发 区麓天路28号金瑞麓谷科技园C8-C10 栋501号 (72)发明人 艾俊波　佘志华　陈舟　何彪　 陈贝　万龙　朱伟明　钟扶贫　 谭海灿　匡波宁　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 张良 (51)Int.Cl. G06Q 10/06(2012.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种资料审查方法、 装置及终端设备 (57)摘要 本申请适用于神经网络模型技术领域， 提供 了一种资料审查方法、 装置及终端设备， 方法包 括： 获取审查资料并确定对应的至少一个审查要 素信息； 将审查要素信息分别输入到预训练的长 短期记忆网络模 型中处理， 得到与每个审查要素 信息对应的审查结果； 根据审查结果生成与 审查 资料对应的评估 结果。 本申请实现基于深度学习 算法对审查资料进行审查， 得到对应的评估结 果， 提高了审查资料的审查效率， 审查结果的精 度和稳定性。 权利要求书2页 说明书12页 附图3页 CN 115496368 A 2022.12.20 CN 115496368 A 1.一种资料审查方法， 其特 征在于， 包括： 获取审查资料并确定对应的至少一个审查要素信息； 将所述审查要素信 息分别输入到预训练的长短期记忆网络模型中处理， 得到与每个所 述审查要素信息对应的审查结果； 根据所述审查结果 生成与所述审查资料对应的评估结果。 2.如权利要求1所述的资料审查方法， 其特征在于， 所述获取审查资料并确定对应的至 少一个审查要素信息之前， 包括： 获取审查资料训练数据集； 所述审查资料训练数据集包括多个审查样本数据， 每个审 查样本数据包括至少一个审查要素样本数据； 根据所述审查资料训练数据集对长短期记忆网络模型进行预训练， 获得所述预训练 的 长短期记 忆网络模型。 3.如权利要求2所述的资料审查方法， 其特征在于， 所述根据所述审查资料训练数据集 对长短期记 忆网络模型进行 预训练， 获得 所述预训练的长短期记 忆网络模型， 包括： 通过预设识别算法确定每 个所述审查样本数据中的审查要素样本数据； 确定与每个审查要素样本数据关联的审查结果样本数据， 对所述审查要素样本数据 添 加对应的标签； 将所述审查要素样本数据输入至所述长短期记忆网络模型中进行预训练， 获得所述预 训练的长短期记 忆网络模型。 4.如权利要求1所述的资料审查方法， 其特征在于， 所述获取审查资料并确定对应的至 少一个审查要素信息， 包括： 获取审查资料； 基于预设识别算法确定所述审查资料中的至少一个审查要素信息； 其中， 所述预设识 别算法包括但不限于文字识别算法和自然语言处 理算法中的至少一种。 5.如权利要求1至4任一项所述的资料审查方法， 其特征在于， 所述审查结果包括审查 通过， 风险预警和审查失败； 所述根据所述审查结果 生成与所述审查资料对应的评估结果， 包括： 在检测到所有审查结果均为审查 通过时， 对应生成第一评估结果； 在检测到所有审查结果中不存在审查失败且存在至少一个风险预警时， 对应生成第 二 评估结果； 在检测到所有审查结果中存在至少一个审查失败时， 对应生成第三评估结果。 6.一种资料审查装置， 其特 征在于， 包括： 信息确定模块， 用于获取审查资料并确定对应的至少一个审查要素信息； 信息处理模块， 用于将所述审查要素信 息分别输入到预训练的长短期记忆网络模型中 处理， 得到与每 个所述审查要素信息对应的审查结果； 评估模块， 用于根据所述审查结果 生成与所述审查资料对应的评估结果。 7.如权利要求6所述的资料审查装置， 其特 征在于， 所述装置， 还 包括： 数据集确定模块， 用于获取审查资料训练数据集； 所述审查资料训练数据集包括多个 审查样本数据， 每 个审查样本数据包括至少一个审查要素样本数据； 预训练模块， 用于根据所述审查资料训练数据集对长短期记忆网络模型进行预训练，权　利　要　求　书 1/2 页 2 CN 115496368 A 2获得所述预训练的长短期记 忆网络模型。 8.如权利要求6所述的资料审查装置， 其特 征在于， 所述预训练模块， 包括： 样本数据提取单元， 用于通过预设识别算法确定每个所述审查样本数据中的审查要素 样本数据； 标签单元， 用于确定与每个审查要素样本数据关联的审查结果样本数据， 对所述审查 要素样本数据添加对应的标签； 预训练单元， 用于将所述审查要素样本数据输入至所述长短期记忆网络模型中进行预 训练， 获得 所述预训练的长短期记 忆网络模型。 9.一种终端设备， 包括存储器、 处理器以及存储在所述存储器中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5 任一项所述的方法。 10.一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， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至 5任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115496368 A 3