解释性结论报告生成方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种解释性结论报告生成方法、装置、设备及存储介质。该方法包括：对各历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；采用相关性分析网络，从各描述词向量中提取关键词序列并构建和历史理赔结论信息的相关性映射关系；采用过程挖掘网络，对各关键词序列进行过程挖掘处理，得到至少一个过程描述事件并采用事件分析网络和历史理赔结论信息的事件映射关系；根据相关性映射关系和事件映射关系训练理赔分析模型；最后采用理赔分析模型分析目标理赔描述文本对应的事件映射关系并生成理赔结论报告。本发明专利技术实现了理赔分析解释性结论的生成。本发明专利技术实现了理赔分析解释性结论的生成。本发明专利技术实现了理赔分析解释性结论的生成。

【技术实现步骤摘要】
解释性结论报告生成方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种解释性结论报告生成方法、装置、设备及存储介质。

技术介绍

[0002]保险核赔过程中，虽然有核赔手册作为人工核赔的参考，可人工效率较低且核赔规则因为逻辑复杂，转化为计算机程序的过程繁琐。另一方面，保险公司经过长期积累，汇集了大量的文本理赔记录和结果，其中既有按核赔手册既定规则完成的部分，也有赔付规则模糊的通融赔付的部分。其中通融赔付因考虑多种因素，边界模糊，难以人工完成规则定义，且往往难以及时更新。深度学习等黑匣子模型在处理文本理赔记录，进行规则模拟上虽然效果好，但无法被理解，而保险核赔经验因需要有合理的逻辑和解释性，因此无法应用于规则的落地。因此，现有解释性结论报告生成方法无法生成可解释的规则和结论。

技术实现思路

[0003]本专利技术的主要目的在于解决现有解释性结论报告生成方法无法生成可解释的规则和结论的技术问题。
[0004]本专利技术第一方面提供了一种解释性结论报告生成方法，包括：获取包含有历史理赔描述文本和历史理赔结论信息的多个历史理赔记录，并对各所述历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；采用预置理赔分析训练模型中的相关性分析网络，分析各所述描述词向量与对应的历史理赔描述文本的相关度，并基于所述相关度构建关键词序列以及所述关键词序列和所述历史理赔结论信息之间的相关性映射关系；采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件；采用所述理赔分析训练模型中的事件分析网络，按照预置参保类型，分析所述过程描述事件和历史理赔结论信息之间的事件映射关系；根据所述相关性映射关系和所述事件映射关系，对理赔分析训练模型进行更新，直到所述理赔分析训练模型收敛时，得到理赔分析模型；获取目标理赔描述文本，采用所述理赔分析模型，分析所述目标理赔描述文本对应目标过程描述事件和目标理赔结论信息之间的事件映射关系，并根据所述目标理赔描述文本对应的事件映射关系，对所述目标过程描述事件和理赔结论信息进行组合，得到理赔结论报告。
[0005]可选的，在本专利技术第一方面的第一种实现方式中，所述基于所述相关度构建关键词序列包括：基于所述相关度，采用预置理赔分析训练模型中相关性分析网络的编码器，对各所述描述词向量进行编码处理，得到描述词编码；采用所述相关性分析网络中的编码层，分别对各所述历史理赔描述文本中的描述词编码进行上下文语义分析，得到各所述描述词编码之间的上下文信息；根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列。
[0006]可选的，在本专利技术第一方面的第二种实现方式中，所述根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列包括：根据所述上下文信息，采用所述相关性分析网络中的注意力层，分别对各所述历史理赔描述文本中的描述词编码之间进行相关度分析；根据相关度由高至低，分别从各所述历史理赔描述文本中选取预置数量的描述词编码，并分别对各所述历史理赔描述文本中选取的描述词编码进行组合，得到与各所述历史理赔描述文本相关的关键词序列。
[0007]可选的，在本专利技术第一方面的第三种实现方式中，所述采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件包括：根据各所述关键词序列中各描述词编码的上下文信息，分别将各所述关键词序列转化为独立过程描述事件，并分别识别各所述独立过程描述事件之间的区别过程事件节点；若所述区别事件节点满足预置语义条件，则对各所述独立过程描述事件之间的区别事件节点进行组合，得到至少一个组合后的过程描述事件。
[0008]可选的，在本专利技术第一方面的第四种实现方式中，所述根据各所述关键词序列中各描述词编码的上下文信息，分别将各所述关键词序列转化为独立过程描述事件包括：根据各所述关键词序列中各描述词编码的上下文信息，筛选各所述关键词序列中各描述词编码之间的衔接信息；将各所述关键词序列中的各描述词编码转化为对应的理赔描述词，并分别将各所述关键词序列对应的理赔描述词和衔接信息进行组合，得到独立过程描述事件。
[0009]可选的，在本专利技术第一方面的第五种实现方式中，所述采用所述理赔分析训练模型中的事件分析网络，按照预置参保类型，分析所述过程描述事件和历史理赔结论信息之间的事件映射关系包括：采用所述理赔分析训练模型中的事件分析网络，将各所述过程描述事件和预置参保类型分别抽象成事件节点和参保节点，并交叉组合各所述事件节点和各所述参保节点，得到多个组合节点；采用所述理赔分析训练模型中的事件分析网络，分别对各所述组合节点进行理赔特征分析，并根据分析结果，确定各所述组合节点和所述历史理赔结论信息之间的映射关系；根据各所述组合节点和所述历史理赔结论信息之间的映射关系，采用所述理赔分析训练模型中的事件分析网络，确定在预置参保类型中各所述过程描述事件和所述历史理赔结论信息之间的事件映射关系。
[0010]本专利技术第二方面提供了一种解释性结论报告生成装置，包括：分词嵌入模块，用于获取包含有历史理赔描述文本和历史理赔结论信息的多个历史理赔记录，并对各所述历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；相关性分析模块，用于采用预置理赔分析训练模型中的相关性分析网络，分析各所述描述词向量与对应的历史理赔描述文本的相关度，并基于所述相关度构建关键词序列以及所述关键词序列和所述历史理赔结论信息之间的相关性映射关系；过程挖掘模块，用于采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件；事件分析模块，用于采用所述理赔分析训练模型中的事件分析网络，按照预置参保类型，分析所述过程描述事件和历史理赔结论信息之间的事件映射关系；训练模块，用于根据所述相关性映射关系和所述事件映射关系，对理赔分析训练模型进行更新，直到所述理赔分析训练模型收敛时，得到理赔分析模型；分析模块，用于获取目标理赔描述文本，采用所述理赔分析模型，分
析所述目标理赔描述文本对应目标过程描述事件和目标理赔结论信息之间的事件映射关系，并根据所述目标理赔描述文本对应的事件映射关系，对所述目标过程描述事件和理赔结论信息进行组合，得到理赔结论报告。
[0011]可选的，在本专利技术第二方面的第一种实现方式中，所述相关性分析模块包括：编码单元，用于基于所述相关度，采用预置理赔分析训练模型中相关性分析网络的编码器，对各所述描述词向量进行编码处理，得到描述词编码；语义分析单元，用于采用所述相关性分析网络中的编码层，分别对各所述历史理赔描述文本中的描述词编码进行上下文语义分析，得到各所述描述词编码之间的上下文信息；编码组合单元，用于根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种解释性结论报告生成方法，其特征在于，所述解释性结论报告生成方法包括：获取包含有历史理赔描述文本和历史理赔结论信息的多个历史理赔记录，并对各所述历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；采用预置理赔分析训练模型中的相关性分析网络，分析各所述描述词向量与对应的历史理赔描述文本的相关度，并基于所述相关度构建关键词序列以及所述关键词序列和所述历史理赔结论信息之间的相关性映射关系；采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件；采用所述理赔分析训练模型中的事件分析网络，按照预置参保类型，分析所述过程描述事件和历史理赔结论信息之间的事件映射关系；根据所述相关性映射关系和所述事件映射关系，对理赔分析训练模型进行更新，直到所述理赔分析训练模型收敛时，得到理赔分析模型；获取目标理赔描述文本，采用所述理赔分析模型，分析所述目标理赔描述文本对应目标过程描述事件和目标理赔结论信息之间的事件映射关系，并根据所述目标理赔描述文本对应的事件映射关系，对所述目标过程描述事件和理赔结论信息进行组合，得到理赔结论报告。2.根据权利要求1所述的解释性结论报告生成方法，其特征在于，所述基于所述相关度构建关键词序列包括：基于所述相关度，采用预置理赔分析训练模型中相关性分析网络的编码器，对各所述描述词向量进行编码处理，得到描述词编码；采用所述相关性分析网络中的编码层，分别对各所述历史理赔描述文本中的描述词编码进行上下文语义分析，得到各所述描述词编码之间的上下文信息；根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列。3.根据权利要求2所述的解释性结论报告生成方法，其特征在于，所述根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列包括：根据所述上下文信息，采用所述相关性分析网络中的注意力层，分别对各所述历史理赔描述文本中的描述词编码之间进行相关度分析；根据相关度由高至低，分别从各所述历史理赔描述文本中选取预置数量的描述词编码，并分别对各所述历史理赔描述文本中选取的描述词编码进行组合，得到与各所述历史理赔描述文本相关的关键词序列。4.根据权利要求2所述的解释性结论报告生成方法，其特征在于，所述采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件包括：根据各所述关键词序列中各描述词编码的上下文信息，分别将各所述关键词序列转化为独立过程描述事件，并分别识别各所述独立过程描述事件之间的区别过程事件节点；若所述区别事件节点满足预置语义条件，则对各所述独立过程描述事件之间的区别事件节点进行组合，得到至少一个组合后的过程描述事件。
5.根据权利要求4所述的解释性结论报告生成方法，其特征在于，所述根据各所述关键词序列中各描述词编码的上下文信息，分别将各所述关键词序列转化为独立过程描述事件包括：根据各所述关键词序列中各描述词编码的上下文信息，筛选各所述关键词序列中各描述词编码之间的衔接信息；将各所述关键词序列中的各描述词编码转化为对应的理赔描述词，并分别将各所述关键词序列对应的理赔描述词和衔接信息进行组合，得到独立过程描述事件。6.根据权利要求1...

【专利技术属性】
技术研发人员：程吉安，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：