基于人工智能的任务拆分方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域，揭示了一种基于人工智能的任务拆分方法、装置、设备及存储介质，其中方法包括：案件特征数据包括：案件信息特征数据和委托信息特征数据；采用任务提取规则，根据委托信息特征数据进行任务生成，得到第一任务列表；将案件信息特征数据输入预设任务分类预测模型进行任务分类预测，得到任务分类预测向量；根据任务分类预测向量进行任务确定，得到第二任务列表；根据第一任务列表和第二任务列表进行任务合并处理，得到目标任务拆分结果。实现了对案件的任务的准确拆分，为后续根据任务确定委托价格提供了支持，为根据任务确定任务承保端提供了支持。本申请可适用于数字医疗、智慧政务、科技金融等技术领域。科技金融等技术领域。科技金融等技术领域。

【技术实现步骤摘要】
基于人工智能的任务拆分方法、装置、设备及存储介质


[0001]本申请涉及到人工智能
，特别是涉及到一种基于人工智能的任务拆分方法、装置、设备及存储介质。

技术介绍

[0002]在保险公司核赔的过程中，需要将案件委托给众包公司，众包公司通过对案件进行调查、证据搜集和推断及结论以辅助保险公司进行核赔。传统的案件在委托时，将整个案件委托给同一个众包公司，存在每个案件采用固定委托价格的弊端，因不同的案件需要执行的具体任务的数量和类型不同，导致案件的任务数量较少或类型不同时无法调整委托价格的技术问题。

技术实现思路

[0003]本申请的主要目的为提供一种基于人工智能的任务拆分方法、装置、设备及存储介质，旨在解决现有技术的案件在委托时，将整个案件委托给同一个众包公司，存在每个案件采用固定委托价格的弊端，因不同的案件需要执行的具体任务的数量和类型不同，导致案件的任务数量较少或类型不同时无法调整委托价格的技术问题。
[0004]为了实现上述专利技术目的，本申请提出一种基于人工智能的任务拆分方法，所述方法包括：<br/>[0005]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的任务拆分方法，其特征在于，所述方法包括：获取案件特征数据，所述案件特征数据包括：案件信息特征数据和委托信息特征数据；获取任务提取规则，采用所述任务提取规则，根据所述委托信息特征数据进行任务生成，得到第一任务列表；将所述案件信息特征数据输入预设任务分类预测模型进行任务分类预测，得到任务分类预测向量，其中，所述预设任务分类预测模型是基于XGboost模型训练得到的模型；根据所述任务分类预测向量进行任务确定，得到第二任务列表；根据所述第一任务列表和所述第二任务列表进行任务合并处理，得到目标任务拆分结果。2.根据权利要求1所述的基于人工智能的任务拆分方法，其特征在于，所述获取案件特征数据包括：获取委托案件数据，所述委托案件数据包括：案件基本信息和委托信息文本；根据所述案件基本信息进行标签特征生成，得到所述案件信息特征数据；根据所述委托信息文本分别进行任务描述语句生成及任务特征生成，得到所述委托信息特征数据。3.根据权利要求2所述的基于人工智能的任务拆分方法，其特征在于，所述根据所述案件基本信息进行标签特征生成，得到所述案件信息特征数据包括：获取标签生成脚本；执行所述标签生成脚本，对所述案件基本信息中的结构化数据进行标签预测，得到标签预测结果；根据所述标签预测结果进行向量生成，得到所述案件信息特征数据。4.根据权利要求2所述的基于人工智能的任务拆分方法，其特征在于，所述根据所述委托信息文本分别进行任务描述语句生成及任务特征生成，得到所述委托信息特征数据包括：获取语句分割正则表达式；采用所述语句分割正则表达式，对所述委托信息文本进行任务描述语句拆分，得到任务描述语句集；获取任务特征提取模型，其中，所述任务特征提取模型是根据Bert模型训练得到的模型；采用所述任务特征提取模型，对所述任务描述语句集中的每个所述任务描述语句进行特征提取，得到所述委托信息特征数据。5.根据权利要求1所述的基于人工智能的任务拆分方法，其特征在于，所述根据所述第一任务列表和所述第二任务列表进行任务合并处理，得到目标任务拆分结果，包括：将所述第一任务列表和所述第二任务列表中的任务进行合表处理，得到待去重的任务列表；对所述待去重的任务列表进行任务去重处理，得到待审核的任务列表；将所述待审核的任务列表发送给任务拆分审核端；获取所述任务拆分审核端发送的与所述待审核的任务列表对应的任务审核结果；当所述任务审核结果的审核结果...

【专利技术属性】
技术研发人员：满天龙，
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：