根据提供的文本，银行在进行风险管理时会使用半监督学习模型。这种模型适用于当数据大部分是未标记的时候，通过利用一小部分标记数据和大量未标记数据来训练模型，从而提高模型的学习效率和预测准确性。半监督学习可以发现数据内的结构和模式，这对于银行评估贷款额度、识别欺诈行为等风险控制措施非常重要。
文本[6]中提到了慧安金科这家公司在风控领域使用半监督机器学习方法，并且指出这种方法在特定场景下的金融风控效果非常显著。此外，文本[10]也提到了几种典型的半监督学习方法，这些方法可以应用于银行的各类场景中，比如客户细分、信用评分、交易欺诈检测等。
总的来说，银行通过使用半监督学习模型，能够在处理大量未标记数据的同时，有效地进行风险管理和决策支持。
