[發明專利]基于人工智能的理賠方法、裝置、設備及介質

在審

• 申請號: 202111362651.1
• 申請日: 2021-11-17
• 公開（公告）號: CN114066656A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 趙知緯
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 路亞芳

本申請實施例提供了一種基于人工智能的自動理賠方法、裝置、設備及介質，涉及技術領域。該方法包括：獲取待處理理賠案件；確定待理賠案件中的原子特征分別在不同理賠標簽對應的目標原子特征組合中命中的目標原子特征；根據目標原子特征對應的條件概率，確定命中的目標原子特征在不同理賠標簽下對應的條件概率；根據命中的目標原子特征分別在不同理賠標簽下對應的條件概率，對應計算不同理賠標簽下待處理理賠案件對應的打分結果；根據打分結果，通過理賠標簽預測模型獲取待處理理賠案件對應的理賠標簽，理賠標簽預測模型用于利用打分結果和理賠標簽之間的對應關系進行理賠標簽預測。通過上述方法，能夠實現準確地自動理賠。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于人工智能的理賠方法、裝置、設備及介質。

背景技術

保險通過繳納規定的保費，可以享受財務、人身等保障。隨著社會的經濟發展和人們保險意識的提高，保險業務的需求也越來越多。在用戶需要理賠時，核保、理賠等業務需要嚴格管控風險(如帶病投保、冒名住院、假冒代辦)，降低潛在損失。傳統的理賠流程中，通常是由保險公司的人員進行理賠的受理、調查及審核等工作，因此傳統的流程中一般需要設計多個部門的人員溝通合作，理賠流程較長，效率低下，且通過出現人為因素造成的錯誤。

發明內容

本申請提供了一種基于人工智能的理賠方法、裝置、設備及介質，該方法通過集成多個模型構建理賠標簽預測模型，并通過該理賠標簽預測模型自動獲取理賠標簽，以解決通過人力處理理賠案件時效率低、出錯率高的問題。

第一方面，提供了一種基于人工智能的自動理賠方法，包括：

獲取待處理理賠案件，所述待處理理賠案件包括至少一個原子特征；

確定所述至少一個原子特征分別在不同理賠標簽對應的目標原子特征組合中命中的目標原子特征；

根據預獲取的所述目標原子特征對應的條件概率，確定所述命中的目標原子特征在不同所述理賠標簽下對應的條件概率，所述目標原子特征為所述目標原子特征組合中的原子特征；

根據所述命中的目標原子特征分別在不同所述理賠標簽下對應的條件概率，對應計算不同所述理賠標簽下所述待處理理賠案件對應的打分結果；

根據所述打分結果，通過理賠標簽預測模型獲取所述待處理理賠案件對應的理賠標簽，所述理賠標簽預測模型用于利用所述打分結果和所述理賠標簽之間的對應關系進行理賠標簽預測。

其中，理賠標簽預測模型可以包括樸素貝葉斯模型、線性模型，其中，樸素貝葉斯模型用于根據條件概率和打分結果的對應關系獲取待處理理賠案件的打分結果，線性模型用于根據打分結果和理賠標簽之間的對應關系，獲取待處理理賠案件的理賠標簽。

本實現方式提供的基于人工智能的自動理賠方法，通過樸素貝葉斯模型，學習預測每個案件在案件無需調查即可正常賠付、案件需經過調查才可認定正常賠付、案件無需調查即可拒付、案件需經過調查才可認定拒付四種候選標簽下的打分，然后通過另一個線性模型融合這四個打分獲得案件最終的理賠標簽。該方法在構建特征時，僅使用包含疾病類型的原子特征組合，同時通過級聯模型的方式，減少每種模型下的特征數量，使得模型的預測結果的更具有可解釋性，有利于線上分析與監測。

結合第一方面，在第一方面的某些實現方式中，所述方法還包括：

根據所述多個樣本理賠案件包括的所述原子特征，獲取多個原子特征組合；

從所述多個原子特征組合中確定不同所述理賠標簽分別對應的所述目標原子特征組合，所述目標特征組合包括預設數量的所述原子特征。

根據本實現方式提供的基于人工智能的自動理賠方法，通過將理賠標簽用原子特征組合表征，能將理賠標簽轉化為原子特征維度，便于后續根據理賠案件的原子特征進行分析獲取對應的理賠標簽。