1.一种应用于智慧风控任务分析的大数据挖掘方法，其特征在于，应用于大数据AI风控分析服务器，所述方法包括：对待处理风控任务文本进行文本向量挖掘，获得基础风控任务文本向量；

对所述基础风控任务文本向量进行细节表征优化操作，获得第一风控任务文本向量；

依据所述第一风控任务文本向量进行关于目标任务事件段落的第一阶段解析操作，得到用于突显所述目标任务事件段落的基础段落解析窗口；

对所述基础风控任务文本向量和所述第一风控任务文本向量进行文本向量融合，并对完成融合的风控任务文本向量进行细节表征优化操作，获得第二风控任务文本向量；

依据所述第二风控任务文本向量和所述基础段落解析窗口进行关于所述目标任务事件段落的第二阶段解析操作，以修正所述基础段落解析窗口，并依据修正后的段落解析窗口确定出所述待处理风控任务文本中的所述目标任务事件段落；

所述基础段落解析窗口包括至少一个段落解析窗口；

在所述依据所述第二风控任务文本向量和所述基础段落解析窗口进行关于所述目标任务事件段落的第二阶段解析操作之前，还包括：获取所述基础段落解析窗口中各段落解析窗口对应的解析权重；

对所述解析权重未达到设定解析权重的段落解析窗口进行清洗，得到清洗后的段落解析窗口；依据所述清洗后的段落解析窗口的捕捉标签和所述第一风控任务文本向量对应的捕捉标签，对所述清洗后的段落解析窗口进行挑选，得到挑选后的段落解析窗口；

所述依据所述第二风控任务文本向量和所述基础段落解析窗口进行关于所述目标任务事件段落的第二阶段解析操作，以修正所述基础段落解析窗口，并依据修正后的段落解析窗口确定出所述待处理风控任务文本中的所述目标任务事件段落，包括：依据所述第二风控任务文本向量和所述挑选后的段落解析窗口进行关于所述目标任务事件段落的第二阶段解析操作，以修正所述挑选后的段落解析窗口，并依据修正后的段落解析窗口确定出所述待处理风控任务文本中的所述目标任务事件段落；

其中，所述第一风控任务文本向量对应第一文本向量分布；所述依据所述清洗后的段落解析窗口的捕捉标签和所述第一风控任务文本向量对应的捕捉标签，对所述清洗后的段落解析窗口进行挑选，得到挑选后的段落解析窗口，包括：获取所述清洗后的段落解析窗口的窗口参考信息在所述第一文本向量分布中的迁移捕捉标签；

依据所述迁移捕捉标签对所述清洗后的段落解析窗口进行挑选，得到挑选后的段落解析窗口；

其中，所述依据所述迁移捕捉标签对所述清洗后的段落解析窗口进行挑选，得到挑选后的段落解析窗口，包括：当若干个段落解析窗口的窗口参考信息在相同第一文本向量分布的迁移捕捉标签一致时，从所述若干个段落解析窗口中选择其中一个段落解析窗口；

依据不具有一致迁移捕捉标签的段落解析窗口以及选择的所述段落解析窗口，得到挑选后的段落解析窗口；

所述依据所述第二风控任务文本向量和所述基础段落解析窗口进行关于所述目标任务事件段落的第二阶段解析操作，以修正所述基础段落解析窗口，并依据修正后的段落解析窗口确定出所述待处理风控任务文本中的所述目标任务事件段落，包括：通过NLP算法的第二段落解析子网，依据所述第二风控任务文本向量从所述基础段落解析窗口中选择段落解析窗口；

依据选择的所述段落解析窗口进行关于所述目标任务事件段落的估测修正，得到修正后的段落解析窗口，并依据所述修正后的段落解析窗口确定出所述待处理风控任务文本中的所述目标任务事件段落；

其中，所述第二风控任务文本向量对应第二文本向量分布；所述依据所述第二风控任务文本向量从所述基础段落解析窗口中选择段落解析窗口，包括：获取所述基础段落解析窗口的捕捉标签在所述第二文本向量分布中的迁移捕捉标签；

当若干个基础段落解析窗口的捕捉标签在相同第二文本向量分布中的迁移捕捉标签一致时，获取各个基础段落解析窗口的解析权重；

依据所述解析权重从所述基础段落解析窗口中选择最优解析权重对应的段落解析窗口，得到选择的段落解析窗口。

2.如权利要求1所述的方法，其特征在于，所述对待处理风控任务文本进行文本向量挖掘，获得基础风控任务文本向量，包括：通过NLP算法的文本向量挖掘子网，对所述待处理风控任务文本进行若干个设定维度的文本向量挖掘，得到各所述设定维度对应的文本向量分布；

通过所述NLP算法的第一滑动平均子网，对所述文本向量分布进行细节表征优化操作，获得基础风控任务文本向量。

3.如权利要求1所述的方法，其特征在于，所述对所述基础风控任务文本向量进行细节表征优化操作，获得第一风控任务文本向量，包括：通过NLP算法的第一情感描述挖掘子网，依据设定覆盖变量对所述基础风控任务文本向量进行情感描述向量挖掘，得到所述基础风控任务文本向量的关联情感描述数据；

通过所述NLP算法的第二滑动平均子网，对所述关联情感描述数据进行细节表征优化操作，获得所述第一风控任务文本向量。

4.如权利要求1所述的方法，其特征在于，所述依据所述第一风控任务文本向量进行关于目标任务事件段落的第一阶段解析操作，得到用于突显所述目标任务事件段落的基础段落解析窗口，包括：通过NLP算法的第一段落解析子网，依据所述第一风控任务文本向量估测所述待处理风控任务文本中关于待处理任务事件段落的段落解析窗口；

对所述待处理任务事件段落的段落解析窗口进行判别，得到用于突显所述目标任务事件段落的基础段落解析窗口。

5.如权利要求1所述的方法，其特征在于，所述对所述基础风控任务文本向量和所述第一风控任务文本向量进行文本向量融合，并对完成融合的风控任务文本向量进行细节表征优化操作，获得第二风控任务文本向量，包括：将所述基础风控任务文本向量和所述第一风控任务文本向量加载到NLP算法的第二情感描述挖掘子网；

依据所述基础风控任务文本向量和所述第一风控任务文本向量修正所述第二情感描述挖掘子网的覆盖变量，得到修正后的覆盖变量；

对所述基础风控任务文本向量和所述第一风控任务文本向量进行文本向量融合，得到完成融合的风控任务文本向量；

依据所述修正后的覆盖变量，对所述完成融合的风控任务文本向量进行情感描述向量挖掘，得到所述完成融合的风控任务文本向量对应的关联情感描述数据；

通过所述NLP算法的第三滑动平均子网，对所述关联情感描述数据进行细节表征优化操作，得到第二风控任务文本向量。

6.如权利要求1所述的方法，其特征在于，所述应用于智慧风控任务分析的大数据挖掘方法是基于NLP算法实现的；所述NLP算法通过调试步骤调试获得，所述调试步骤包括：获取风控任务文本示例和调试注释；所述调试注释是所述风控任务文本示例中关于目标任务事件段落示例的注释知识；

基于所述风控任务文本示例和所述调试注释对待调试的NLP算法进行调试，当达到调试要求时完成调试，得到调试好的NLP算法；

其中，所述基于所述风控任务文本示例和所述调试注释对待调试的NLP算法进行调试，当达到调试要求时完成调试，得到调试好的NLP算法，包括：将所述风控任务文本示例输入待调试的NLP算法，提取所述风控任务文本示例的基础风控任务文本向量示例；

通过所述NLP算法的第一情感描述挖掘子网，对所述基础风控任务文本向量示例进行细节表征优化操作，获得第一风控任务文本向量示例；

通过所述NLP算法的第一段落解析子网，依据所述第一风控任务文本向量示例进行关于目标任务事件段落示例的第一阶段解析操作，得到基础段落解析窗口示例；

通过所述NLP算法的第二情感描述挖掘子网，对所述基础风控任务文本向量示例和所述第一风控任务文本向量示例进行文本向量融合，并对完成融合的风控任务文本向量示例进行细节表征优化操作，获得第二风控任务文本向量示例；

通过所述NLP算法的第二段落解析子网，依据所述第二风控任务文本向量示例和所述基础段落解析窗口示例进行关于所述目标任务事件段落示例的第二阶段解析操作，得到关于目标任务事件段落示例的估测结果示例；

基于所述估测结果示例与所述调试注释的区别，修正所述NLP算法的算法参量，并反复调试，直到达到调试要求时完成调试。

7.一种大数据AI风控分析服务器，其特征在于，包括：存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述大数据AI风控分析服务器执行如权利要求1‑6中任意一项所述的方法。

8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在运行时如权利要求1‑6中任意一项所述的方法。