1.一种银行卡争议处理方法,其特征在于,包括:
获取工单信息;所述工单信息包括银行卡的交易数据;
根据所述交易数据和目标自然语言处理模型确定争议原因码;
根据所述工单信息和所述争议原因码进行争议处理。
2.根据权利要求1所述的方法,其特征在于,获取工单信息之前,还包括:
获取投诉信息,并根据所述投诉信息生成工单信息。
3.根据权利要求1所述的方法,其特征在于,根据所述交易数据和目标自然语言处理模型确定争议原因码之前,还包括:
根据历史交易数据和争议原因确定训练集;
根据所述训练集训练目标自然语言处理模型。
4.根据权利要求3所述的方法,其特征在于,根据所述训练集训练目标自然语言处理模型,包括:
根据bert模型和所述训练集确定预测模型,并将所述预测模型作为目标自然语言处理模型。
5.一种银行卡争议处理装置,其特征在于,包括:
获取模块,用于获取工单信息;所述工单信息包括银行卡的交易数据;
确定模块,用于根据所述交易数据和目标自然语言处理模型确定争议原因码;
处理模块,用于根据所述工单信息和所述争议原因码进行争议处理。
6.根据权利要求5所述的装置,其特征在于,所述获取模块,还用于:
获取投诉信息,并根据所述投诉信息生成工单信息。
7.根据权利要求5所述的装置,其特征在于,还包括训练模块,用于:
根据历史交易数据和争议原因确定训练集;
根据所述训练集训练目标自然语言处理模型。
8.根据权利要求7所述的装置,其特征在于,所述训练模块,具体用于:
根据bert模型和所述训练集确定预测模型,并将所述预测模型作为目标自然语言处理模型。
9.一种计算机设备,包括存储器、处理器,所述存储器中存储有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上述权利要求1至4任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行上述权利要求1至4任一项所述的方法。