[發明專利]一種保險產品需求文檔處理方法、裝置及電子設備

在審

• 申請號: 202010172659.0
• 申請日: 2020-03-12
• 公開（公告）號: CN111444718A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 王寶松
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康在線財產保險股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/247;G06K9/62;G06Q40/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種保險產品需求文檔處理方法，其特征在于，所述方法包括：

獲取待處理的目標保險產品需求文檔；

將所述目標保險產品需求文檔輸入預先訓練好的實體規則識別模型中，得到所述目標保險產品需求文檔中的各個實體，以及各個實體對應的實體類型；

將所得到的各個實體，以及各個實體對應的實體類型進行結構化存儲；

其中，所述實體規則識別模型是基于樣本保險產品需求文檔訓練得到的，并且，在訓練所述實體規則識別模型的過程中，標注所述樣本保險產品需求文檔中的訓練集保險產品需求文檔中的各個實體，以及各個實體對應的實體類型；

所述標注所述樣本保險產品需求文檔中的訓練集保險產品需求文檔中的各個實體，以及各個實體對應的實體類型，包括：

對所述樣本保險產品需求文檔中的訓練集保險產品需求文檔的文檔內容進行分詞，得到分詞結果；在所述分詞結果中，確定屬于實體的目標分詞；標注所述目標分詞的實體類型，其中，屬于同義詞的目標分詞被標注為相同的實體類型。

2.根據權利要求1所述的方法，其特征在于，訓練所述實體規則識別模型的過程，還包括：

獲取樣本保險產品需求文檔；

將所述樣本保險產品需求文檔分為訓練集保險產品需求文檔和測試集保險產品需求文檔，所述訓練集保險產品需求文檔用于訓練預定神經網絡模型，所述測試集保險產品需求文檔用于測試預定神經網絡模型；

將標注各個實體以及各個實體對應的實體類型的訓練集保險產品需求文檔輸入預定神經網絡模型中，對所述預定神經網絡模型進行訓練，得到訓練后的預定神經網絡模型；

將所述測試集保險產品需求文檔輸入所述訓練后的預定神經網絡模型中，當從所述訓練后的預定神經網絡模型輸出的實體以及實體類型的準確率大于預設準確率時，將所述訓練后的預定神經網絡模型確定為訓練好的實體規則識別模型。

3.根據權利要求1所述的方法，其特征在于，所述保險產品需要文檔包括：保險產品的購買規則和/或保險產品的核保規則。

4.根據權利要求3所述的方法，其特征在于，在所述保險產品需要文檔包括保險產品的核保規則時，所述將所述目標保險產品需求文檔輸入預先訓練好的實體規則識別模型中，得到所述目標保險產品需求文檔中的各個實體，以及各個實體對應的實體類型，包括：

獲取所述目標保險產品需求文檔中，用于描述保險產品的核保規則的目標文檔內容；

將所述目標文檔內容輸入預先訓練好的實體規則識別模型中，得到所述目標文檔內容中的各個目標實體，以及各個目標實體對應的目標實體類型。

5.根據權利要求4所述的方法，其特征在于，所述將所得到的各個實體，以及各個實體對應的實體類型進行結構化存儲，包括：

將所得到的各個目標實體以及所述各個目標實體對應的目標實體類型，以結構化數據的形式存儲于核保規則數據庫中。

6.根據權利要求1至5任一項所述的方法，其特征在于，在所述標注所述目標分詞的實體類型之前，所述方法還包括：

建立同義詞字典，其中，所述同義詞字典中將保險行業中屬于相同實體的詞語標注為同義詞。

7.根據權利要求1至5任一項所述的方法，其特征在于，所述樣本保險產品需求文檔為保險產品人員已撰寫的保險產品需求文檔。