[發明專利]信息結構化處理方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202011100234.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112270604A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 吳凡
• 申請（專利權）人: 招商銀行股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F16/35;G06K9/62;G06N20/20
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開了一種信息結構化處理方法。該信息結構化處理方法包括：獲取待處理保險條款文檔，將所述待處理保險條款文檔輸入至預先訓練好的位置標注模型，得到位置標注結果；根據所述位置標注結果對所述待處理保險條款文檔進行截取，得到目標保險條款內容；利用預先訓練好的標簽標注模型對所述目標保險條款內容進行標簽標注，得到標簽標注結果，所述標簽標注結果包括目標標注標簽及其對應的原始信息；對所述原始信息進行結構化處理，得到各目標標注標簽對應的目標信息。本發明還公開了一種信息結構化處理裝置及計算機可讀存儲介質。本發明能夠實現保險條款信息的結構化處理、以便于保險條款的閱讀和信息錄入。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種信息結構化處理方法、裝置及計算機可讀存儲介質。

背景技術

保險條款是保險公司與投保人關于保險權利義務的約定，是保險合同的核心內容。保險合同是一種定式合同，一般而言，條款由保險公司單方面制訂，具有內容復雜、專業性強和非結構化的特點。因此，保險購買者在閱讀時，或保險經紀人在錄入保險條款信息時，往往難以找尋到保險產品的關鍵信息，如保險責任給付的條件、結果、限制等。因此，如何實現保險條款信息的結構化處理、以便于保險條款的閱讀和信息錄入，是目前亟需解決的技術問題。

發明內容

本發明的主要目的在于提供一種信息結構化處理方法、裝置及計算機可讀存儲介質，旨在實現保險條款信息的結構化處理、以便于保險條款的閱讀和信息錄入。

為實現上述目的，本發明提供一種信息結構化處理方法，所述信息結構化處理方法包括：

獲取待處理保險條款文檔，將所述待處理保險條款文檔輸入至預先訓練好的位置標注模型，得到位置標注結果；

根據所述位置標注結果對所述待處理保險條款文檔進行截取，得到目標保險條款內容；

利用預先訓練好的標簽標注模型對所述目標保險條款內容進行標簽標注，得到標簽標注結果，所述標簽標注結果包括目標標注標簽及其對應的原始信息；

對所述原始信息進行結構化處理，得到各目標標注標簽對應的目標信息。

可選地，所述利用預先訓練好的標簽標注模型對所述目標保險條款內容進行標簽標注，得到標簽標注結果的步驟之前，還包括：

獲取第一訓練樣本集，所述第一訓練樣本集包括保險條款內容樣本、真實標注標簽及其真實信息，其中，所述真實標注標簽及其真實信息是基于預設語料庫標注得到的；

通過所述第一訓練樣本集對預設標簽標注模型進行訓練，得到訓練好的標簽標注模型。

可選地，所述預設標簽標注模型包括信息抽取層和分類層；

所述通過所述第一訓練樣本集對預設標簽標注模型進行訓練，得到訓練好的標簽標注模型的步驟包括：

將所述保險條款內容樣本輸入至所述信息抽取層進行信息抽取，得到各保險條款內容樣本對應的特征信息；

將所述特征信息轉換為特征向量，將所述特征向量輸入至所述分類層中，得到預測標注標簽，并根據所述預測標注標簽和所述特征信息確定出對應的預測信息；

根據所述預測標注標簽、所述預測信息、所述保險條款內容樣本的真實標注標簽及其真實信息，計算得到損失值；

根據所述損失值通過梯度下降算法對預設標簽標注模型的參數進行更新,并基于所述第一訓練樣本集進行迭代訓練，得到訓練好的標簽標注模型。

可選地，所述信息結構化處理方法還包括：

獲取保險條款樣本文檔，按產品名稱對所述保險條款樣本文檔進行分類；

對分類后的保險條款樣本文檔的各部分保險條款內容進行聚類分析，得到聚類結果；