[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

本申請公開了一種核保方法及相關(guān)裝置、設(shè)備，其中，核保方法包括：利用目標核保單的圖像數(shù)據(jù)，獲取目標核保單的內(nèi)容數(shù)據(jù)；利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果。上述方案，能夠提高核保效率以及核保準確性和穩(wěn)定性。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種核保方法及相關(guān)裝置、設(shè)備。

背景技術(shù)

目前，消費者一般通過線下手工填寫保單的方式進行投保，而為了實現(xiàn)風控前移，保險公司的核保員通常需要對保單內(nèi)容進行審核，以服務(wù)正常投保，并規(guī)避惡意投保而帶來的不必要損失。

然而，采用人工(即核保員)核保需要消耗大量的人力資源，效率低下，且核保的準確性極易受到人工主觀性影響，故穩(wěn)定性得到不到保障。有鑒于此，如何提高核保效率以及核保準確性和穩(wěn)定性成為亟待解決的問題。

發(fā)明內(nèi)容

本申請?zhí)峁┮环N核保方法及相關(guān)裝置、設(shè)備。

本申請第一方面提供了一種核保方法，包括：利用目標核保單的圖像數(shù)據(jù)，獲取目標核保單的內(nèi)容數(shù)據(jù)；利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果。

因此，通過利用目標核保單的圖像數(shù)據(jù)，得到目標核保單的內(nèi)容數(shù)據(jù)，并利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果，能夠免于人工核保而帶來的高成本和低效率，從而能夠提高核保效率，此外由于核保過程不受主觀影響，故能夠提高核保準確性和穩(wěn)定性。

其中，利用目標核保單的圖像數(shù)據(jù)，獲取目標核保單的內(nèi)容數(shù)據(jù)包括：對目標核保單的圖像數(shù)據(jù)進行識別，得到目標核保單的內(nèi)容數(shù)據(jù)。

因此，通過對目標核保單的圖像數(shù)據(jù)進行識別，得到目標核保單的內(nèi)容數(shù)據(jù)，能夠免于人工錄入目標核保單的內(nèi)容，故能夠降低人力成本，提高效率。

其中，對目標核保單的圖像數(shù)據(jù)進行識別，得到目標核保單的內(nèi)容數(shù)據(jù)包括：對圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域；對每個文本區(qū)域進行文本識別，得到文本數(shù)據(jù)；將文本數(shù)據(jù)作為目標核保單的內(nèi)容數(shù)據(jù)，或者，將文本數(shù)據(jù)劃分為至少一個屬性數(shù)據(jù)，并將至少一個屬性數(shù)據(jù)作為目標核保單的內(nèi)容數(shù)據(jù)。

因此，通過對圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域，并對每個文本區(qū)域進行文本識別，得到文本數(shù)據(jù)，從而將文本數(shù)據(jù)作為目標核保單的內(nèi)容數(shù)據(jù)，或者將文本數(shù)據(jù)劃分為至少一個屬性數(shù)據(jù)，并將至少一個屬性數(shù)據(jù)作為目標核保單的內(nèi)容數(shù)據(jù)，能夠準確地識別出目標核保單的內(nèi)容數(shù)據(jù)，從而能夠有利于提高核保準確性。

其中，對圖像數(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圖像數(shù)據(jù)進行文本檢測，得到若干文本區(qū)域；和/或，對每個文本區(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文本區(qū)域進行文本識別，得到文本數(shù)據(jù)；和/或，將文本數(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)則在文本數(shù)據(jù)中查找出至少一個屬性名稱，并從文本數(shù)據(jù)中讀取分別與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)。

因此，利用文本檢測模型對圖像數(shù)據(jù)文本檢測，得到若干文本區(qū)域，利用文本識別模型對每個文本區(qū)域進行文本識別，得到文本數(shù)據(jù)，能夠提高圖像數(shù)據(jù)識別的準確性和效率，通過利用預(yù)設(shè)屬性匹配規(guī)則在文本數(shù)據(jù)中查找出至少一個屬性名稱，并從文本數(shù)據(jù)中讀取分別與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)，能夠根據(jù)屬性，準確地匹配出后續(xù)核保所需的屬性數(shù)據(jù)并作為內(nèi)容數(shù)據(jù)，從而能夠有利于提高后續(xù)核保的準確性。

其中，在利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果之前，方法還包括：利用目標核保單的內(nèi)容數(shù)據(jù)，生成具有預(yù)設(shè)數(shù)據(jù)特征的目標核保單的特征數(shù)據(jù)；利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果，包括：利用人工智能核保模型對目標核保單的內(nèi)容數(shù)據(jù)和特征數(shù)據(jù)進行處理，得到目標核保單的核保結(jié)果。