一种风险评估方法、装置、电子设备及存储介质

本申请实施例提供一种风险评估方法、装置、电子设备及存储介质，涉及计算机技术领域。其中，方法为：将信贷逾期的风险评估过程建模为马尔可夫决策过程，确定马尔可夫决策过程的状态空间、动作空间和奖励函数；其中，状态空间包括：由多维信贷特征和风险评估提问构成的自然语言，动作空间包括：词库里的各词单元，奖励函数是：由过程奖励和结果奖励组成的复合奖励函数；采用强化学习算法，基于第一训练样本集，在马尔可夫决策过程下对策略模型进行训练，获得风险评估模型；将待评估对象的多维信贷特征，输入至风险评估模型，得到待评估对象的风险评估结果。能够确保在未知或不断变化的环境中维持稳定的高精度表现，提高贷款预期风险评估的准确性。