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。