一种保险产品需求文档处理方法、装置及电子设备制造方法及图纸

本申请提供了一种保险产品需求文档处理方法、装置及电子设备，所述方法包括：获取待处理的目标保险产品需求文档；将目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型；将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储；实体规则识别模型是基于样本保险产品需求文档训练得到的，在训练实体规则识别模型的过程中，标注样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型。可见，本申请实施例提供的技术方案中，提高了保险产品需求文档中规则信息的配置效率以及配置准确率，进而缩短了保险产品的开发周期。

【技术实现步骤摘要】
一种保险产品需求文档处理方法、装置及电子设备
本申请涉及保险
，特别是涉及一种保险产品需求文档处理方法、装置及电子设备。
技术介绍
随着我国经济的快速发展，人们生活水平不断提高，风险保障意识也日益增强，为保险行业的快速发展提供了良好的外部环境，各个保险公司也因此不断推出符合人们需求的保险产品。在推出一款保险产品时，由保险产品人员撰写该款保险产品的保险产品需求文档，该保险产品需求文档通常包括多条规则，如该款保险产品的购买规则。由于每款保险产品的保险产品需求文档所包括的规则通常不一致，因此，对于每款保险产品的保险产品需求文档，均需要技术人员去阅读这多条规则，提取这多条规则的规则信息，并将提取的规则信息配置到规则数据库中。由于技术人员人工阅读多条规则，提取多条规则的规则信息，以及将提取的规则信息配置到规则数据库，需要消耗大量的时间，从而导致效率较低，开发保险产品的周期较长。
技术实现思路
为解决
技术介绍
记载的上述技术问题，本申请示出了一种保险产品需求文档处理方法、装置及电子设备。第一方面，本申请示出了一种保险产品需求文档处理方法，所述方法包括：获取待处理的目标保险产品需求文档；将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型；将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储；其中，所述实体规则识别模型是基于样本保险产品需求文档训练得到的，并且，在训练所述实体规则识别模型的过程中，标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型；所述标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型，包括：对所述样本保险产品需求文档中的训练集保险产品需求文档的文档内容进行分词，得到分词结果；在所述分词结果中，确定属于实体的目标分词；标注所述目标分词的实体类型，其中，属于同义词的目标分词被标注为相同的实体类型。可选的，训练所述实体规则识别模型的过程，还包括：获取样本保险产品需求文档；将所述样本保险产品需求文档分为训练集保险产品需求文档和测试集保险产品需求文档，所述训练集保险产品需求文档用于训练预定神经网络模型，所述测试集保险产品需求文档用于测试预定神经网络模型；将标注各个实体以及各个实体对应的实体类型的训练集保险产品需求文档输入预定神经网络模型中，对所述预定神经网络模型进行训练，得到训练后的预定神经网络模型；将所述测试集保险产品需求文档输入所述训练后的预定神经网络模型中，当从所述训练后的预定神经网络模型输出的实体以及实体类型的准确率大于预设准确率时，将所述训练后的预定神经网络模型确定为训练好的实体规则识别模型。可选的，所述保险产品需要文档包括：保险产品的购买规则和/或保险产品的核保规则。可选的，在所述保险产品需要文档包括保险产品的核保规则时，所述将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型，包括：获取所述目标保险产品需求文档中，用于描述保险产品的核保规则的目标文档内容；将所述目标文档内容输入预先训练好的实体规则识别模型中，得到所述目标文档内容中的各个目标实体，以及各个目标实体对应的目标实体类型。可选的，所述将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储，包括：将所得到的各个目标实体以及所述各个目标实体对应的目标实体类型，以结构化数据的形式存储于核保规则数据库中。可选的，在所述标注所述目标分词的实体类型之前，所述方法还包括：建立同义词字典，其中，所述同义词字典中将保险行业中属于相同实体的词语标注为同义词。可选的，所述样本保险产品需求文档为保险产品人员已撰写的保险产品需求文档。第二方面，本专利技术实施例提供了一种保险产品需求文档处理装置，所述装置包括：保险产品需求文档获取模块，用于获取待处理的目标保险产品需求文档；实体及实体类型获取模块，用于将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型；结构化存储模块，用于将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储；其中，所述实体规则识别模型是基于样本保险产品需求文档训练得到的，并且，所述装置还包括：保险产品需求文档标注模块；所述保险产品需求文档标注模块，用于在训练所述实体规则识别模型的过程中，标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型；所述保险产品需求文档标注模块，具体用于：对所述样本保险产品需求文档中的训练集保险产品需求文档的文档内容进行分词，得到分词结果；在所述分词结果中，确定属于实体的目标分词；标注所述目标分词的实体类型，其中，属于同义词的目标分词被标注为相同的实体类型。可选的，所述装置还包括：实体规则识别模型训练模块，所述实体规则识别模型训练模块，具体用于：获取样本保险产品需求文档；将所述样本保险产品需求文档分为训练集保险产品需求文档和测试集保险产品需求文档，所述训练集保险产品需求文档用于训练预定神经网络模型，所述测试集保险产品需求文档用于测试预定神经网络模型；将标注各个实体以及各个实体对应的实体类型的训练集保险产品需求文档输入预定神经网络模型中，对所述预定神经网络模型进行训练，得到训练后的预定神经网络模型；将所述测试集保险产品需求文档输入所述训练后的预定神经网络模型中，当从所述训练后的预定神经网络模型输出的实体以及实体类型的准确率大于预设准确率时，将所述训练后的预定神经网络模型确定为训练好的实体规则识别模型。可选的，所述保险产品需要文档包括：保险产品的购买规则和/或保险产品的核保规则。可选的，在所述保险产品需要文档包括保险产品的核保规则时，所述实体及实体类型获取模块，具体用于：获取所述目标保险产品需求文档中，用于描述保险产品的核保规则的目标文档内容；将所述目标文档内容输入预先训练好的实体规则识别模型中，得到所述目标文档内容中的各个目标实体，以及各个目标实体对应的目标实体类型。可选的，所述结构化存储模块，具体用于：将所得到的各个目标实体以及所述各个目标实体对应的目标实体类型，以结构化数据的形式存储于核保规则数据库中。可选的，所述装置还包括：同义词字典建立模块，用于在所述标注所述目标分词的实体类型之前，建立同义词字典，其中，所述同义词字典中将保险行业中属于相同实体的词语标注为同义词。可选的，所述样本保险产品需求文档为保险产品人员已撰写的保险产品需求文档。第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并本文档来自技高网...

【技术保护点】
1.一种保险产品需求文档处理方法，其特征在于，所述方法包括：/n获取待处理的目标保险产品需求文档；/n将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型；/n将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储；/n其中，所述实体规则识别模型是基于样本保险产品需求文档训练得到的，并且，在训练所述实体规则识别模型的过程中，标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型；/n所述标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型，包括：/n对所述样本保险产品需求文档中的训练集保险产品需求文档的文档内容进行分词，得到分词结果；在所述分词结果中，确定属于实体的目标分词；标注所述目标分词的实体类型，其中，属于同义词的目标分词被标注为相同的实体类型。/n

【技术特征摘要】
1.一种保险产品需求文档处理方法，其特征在于，所述方法包括：
获取待处理的目标保险产品需求文档；
将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型；
将所得到的各个实体，以及各个实体对应的实体类型进行结构化存储；
其中，所述实体规则识别模型是基于样本保险产品需求文档训练得到的，并且，在训练所述实体规则识别模型的过程中，标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型；
所述标注所述样本保险产品需求文档中的训练集保险产品需求文档中的各个实体，以及各个实体对应的实体类型，包括：
对所述样本保险产品需求文档中的训练集保险产品需求文档的文档内容进行分词，得到分词结果；在所述分词结果中，确定属于实体的目标分词；标注所述目标分词的实体类型，其中，属于同义词的目标分词被标注为相同的实体类型。


2.根据权利要求1所述的方法，其特征在于，训练所述实体规则识别模型的过程，还包括：
获取样本保险产品需求文档；
将所述样本保险产品需求文档分为训练集保险产品需求文档和测试集保险产品需求文档，所述训练集保险产品需求文档用于训练预定神经网络模型，所述测试集保险产品需求文档用于测试预定神经网络模型；
将标注各个实体以及各个实体对应的实体类型的训练集保险产品需求文档输入预定神经网络模型中，对所述预定神经网络模型进行训练，得到训练后的预定神经网络模型；
将所述测试集保险产品需求文档输入所述训练后的预定神经网络模型中，当从所述训练后的预定神经网络模型输出的实体以及实体类型的准确率大于预设准确率时，将所述训练后的预定神经网络模型确定为训练好的实体规则识别模型。


3.根据权利要求1所述的方法，其特征在于，所述保险产品需要文档包括：保险产品的购买规则和/或保险产品的核保规则。


4.根据权利要求3所述的方法，其特征在于，在所述保险产品需要文档包括保险产品的核保规则时，所述将所述目标保险产品需求文档输入预先训练好的实体规则识别模型中，得到所述目标保险产品需求文档中的各个实体，以及各个实体对应的实体类型，包括：
获取所述目标保险产品需求文档中，用于描述保险产品的核保规则的目标文档内容；
将所述目标文档内容输入预先训练好的实体...

【专利技术属性】
技术研发人员：王宝松，
申请(专利权)人：泰康保险集团股份有限公司，泰康在线财产保险股份有限公司，
类型：发明
国别省市：北京;11