[發(fā)明專利]核保方法及相關(guān)裝置、設(shè)備

在審

• 申請?zhí)枺?/td>: 202010220567.5
• 申請日: 2020-03-25
• 公開（公告）號: CN111507850A
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計）人: 張捷
• 申請（專利權(quán)）人: 上海商湯智能科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06K9/00
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何倚雯

1.一種核保方法，其特征在于，包括：

利用目標(biāo)核保單的圖像數(shù)據(jù)，獲取所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)；

利用人工智能核保模型對所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)進行處理，得到所述目標(biāo)核保單的核保結(jié)果。

2.根據(jù)權(quán)利要求1所述的核保方法，其特征在于，所述利用目標(biāo)核保單的圖像數(shù)據(jù)，獲取所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)包括：

對所述目標(biāo)核保單的圖像數(shù)據(jù)進行識別，得到所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的核保方法，其特征在于，所述對所述目標(biāo)核保單的圖像數(shù)據(jù)進行識別，得到所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)包括：

對所述圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域；

對每個所述文本區(qū)域進行文本識別，得到文本數(shù)據(jù)；

將所述文本數(shù)據(jù)作為所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)，或者，將所述文本數(shù)據(jù)劃分為至少一個屬性數(shù)據(jù)，并將所述至少一個屬性數(shù)據(jù)作為所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的核保方法，其特征在于，所述對所述圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域包括：

利用文本檢測模型對所述圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域；

和/或，所述對每個所述文本區(qū)域進行文本識別，得到文本數(shù)據(jù)包括：

利用文本識別模型對每個所述文本區(qū)域進行文本識別，得到文本數(shù)據(jù)；

和/或，所述將所述文本數(shù)據(jù)劃分為至少一個屬性數(shù)據(jù)包括：

利用預(yù)設(shè)屬性匹配規(guī)則在所述文本數(shù)據(jù)中查找出至少一個屬性名稱，并從所述文本數(shù)據(jù)中讀取分別與所述至少一個屬性名稱對應(yīng)的內(nèi)容作為至少一個屬性數(shù)據(jù)。

5.根據(jù)權(quán)利要求1至4任一項所述的核保方法，其特征在于，在所述利用人工智能核保模型對所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)進行處理，得到所述目標(biāo)核保單的核保結(jié)果之前，所述方法還包括：

利用所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)，生成具有預(yù)設(shè)數(shù)據(jù)特征的所述目標(biāo)核保單的特征數(shù)據(jù)；

所述利用人工智能核保模型對所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)進行處理，得到所述目標(biāo)核保單的核保結(jié)果，包括：

利用所述人工智能核保模型對所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)和特征數(shù)據(jù)進行處理，得到所述目標(biāo)核保單的核保結(jié)果。

6.根據(jù)權(quán)利要求1至5任一項所述的核保方法，其特征在于，在所述利用人工智能核保模型對所述目標(biāo)核保單的內(nèi)容數(shù)據(jù)進行處理，得到所述目標(biāo)核保單的核保結(jié)果之前，所述方法還包括：

確定所述人工智能核保模型的各輸入數(shù)據(jù)所屬的數(shù)據(jù)類型，其中，所述數(shù)據(jù)類型包括連續(xù)型數(shù)據(jù)和離散型數(shù)據(jù)；

利用不同的預(yù)設(shè)預(yù)處理方式分別對所述連續(xù)型數(shù)據(jù)和所述離散型數(shù)據(jù)進行預(yù)處理。

7.根據(jù)權(quán)利要求6所述的核保方法，其特征在于，所述確定所述人工智能核保模型的各輸入數(shù)據(jù)所屬的數(shù)據(jù)類型，包括：

若所述輸入數(shù)據(jù)為數(shù)值類數(shù)據(jù)，則確定為連續(xù)型數(shù)據(jù)；

若所述輸入數(shù)據(jù)為非數(shù)值類數(shù)據(jù)，則確定為離散型數(shù)據(jù)；

所述利用不同的預(yù)設(shè)預(yù)處理方式分別對所述連續(xù)型數(shù)據(jù)和所述離散型數(shù)據(jù)進行預(yù)處理，包括：

將所述連續(xù)型數(shù)據(jù)進行高斯分布化處理；和/或，

將所述離散型數(shù)據(jù)進行編碼。

8.根據(jù)權(quán)利要求1至7任一項所述的核保方法，其特征在于，所述人工智能核保模型包括機器學(xué)習(xí)模型、深度學(xué)習(xí)模型中的任一種；和/或，

所述人工智能核保模型是利用標(biāo)注有真實核保結(jié)果的樣本保單數(shù)據(jù)訓(xùn)練得到的。

9.根據(jù)權(quán)利要求1至8任一項所述的核保方法，其特征在于，所述人工智能核保模型的輸入數(shù)據(jù)包括以下至少一種：投保人和被保人的當(dāng)前屬性數(shù)據(jù)、歷史屬性數(shù)據(jù)、既往病史數(shù)據(jù)；和/或，

所述核保結(jié)果包括：保單處理類別及所述保單處理類別的預(yù)測置信度；其中，所述保單處理類別包括標(biāo)保、加費、拒保中的至少一者。