理赔结论识别方法和识别装置、计算机设备、存储介质制造方法及图纸

本实施例提供理赔结论识别方法和识别装置、计算机设备、存储介质，属于人工智能技术领域。该方法包括：通过对待检索的原始理赔样本进行样本检索，得到目标检索集；对原始理赔样本进行特征处理，得到第一特征向量；对目标检索集进行特征处理，得到第二特征向量；根据第二特征向量确定标签矩阵向量；对第二特征向量和标签矩阵向量分别进行注意力处理，得到样本注意力向量和标签注意力向量；对第一特征向量、样本注意力向量和标签注意力向量进行特征交叉，得到第三特征向量；将第三特征向量输入预设的深度预测模型，得到目标概率值；根据目标概率值确定理赔结论。本申请通过对样本间的特征进行特征交叉，能够提高模型识别理赔结论的准确性。的准确性。的准确性。

【技术实现步骤摘要】
理赔结论识别方法和识别装置、计算机设备、存储介质


[0001]本专利技术涉及人工智能
，尤其涉及理赔结论识别方法和识别装置、计算机设备、存储介质。

技术介绍

[0002]自动理赔业务往往会根据历史理赔数据的理赔情况，人为提取具有理赔区分度的特征，并将这些特征组织成结构化的数据，目前主流的结构化的数据的分类模型主要采用特征交叉方法，使其在不介入专家经验的基础上，达到专家设计的交叉特征的效果。然而，这种方法需要假设样本之间是独立分布的，降低了自动识别理赔结论的准确率。

技术实现思路

[0003]本公开实施例的主要目的在于提出理赔结论识别方法和识别装置、计算机设备、存储介质，能够提高模型识别理赔结论的准确性。
[0004]为实现上述目的，本公开实施例的第一方面提出了理赔结论识别方法，所述方法包括：
[0005]获取待检索的原始理赔样本，并对所述原始理赔样本进行样本检索，得到目标检索集；
[0006]对所述原始理赔样本进行特征处理，得到第一特征向量；
[0007]对所述目标检索集进行特征处理，得到第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.理赔结论识别方法，其特征在于，所述方法包括：获取待检索的原始理赔样本，并对所述原始理赔样本进行样本检索，得到目标检索集；对所述原始理赔样本进行特征处理，得到第一特征向量；对所述目标检索集进行特征处理，得到第二特征向量；根据所述第二特征向量确定标签矩阵向量；对所述第二特征向量和所述标签矩阵向量分别进行注意力处理，得到注意力向量，所述注意力向量包括：所述第二特征向量对应的样本注意力向量和所述标签矩阵向量对应的标签注意力向量；对所述第一特征向量、所述样本注意力向量和所述标签注意力向量进行特征交叉，得到第三特征向量；将所述第三特征向量输入预设的深度预测模型，得到目标概率值；根据所述目标概率值确定理赔结论。2.根据权利要求1所述的理赔结论识别方法，其特征在于，所述根据所述目标概率值确定理赔结论，包括：根据所述标签注意力向量确定与所述目标概率值对应的标签信息；将所述目标概率值和所述标签信息进行信息链接，得到判别信息；根据所述判别信息确定理赔结论。3.根据权利要求1所述的理赔结论识别方法，其特征在于，所述获取待检索的原始理赔样本，并对所述原始理赔样本进行样本检索，得到目标检索集，包括：获取待检索的原始理赔样本，并对所述原始理赔样本进行特征提取，得到多个样本特征；对所述原始理赔样本的每个样本特征进行样本检索，得到所述原始理赔样本对应的目标检索集。4.根据权利要求3所述的理赔结论识别方法，其特征在于，所述对所述原始理赔样本的每个样本特征进行样本检索，得到所述原始理赔样本对应的目标检索集，包括：对所述原始理赔样本的每个样本特征进行样本检索，得到第一检索集，所述第一检索集包括多个相似样本；获取每个相似样本与所述原始理赔样本之间的相同特征数；根据所述相同特征数对所述多个相似样本进行样本排序，得到第二检索集；根据预设的检索样本数对所述第二检索集进行样本选取，得到目标检索集。5.根据权利要求4所述的理赔结论识别方法，其特征在于，所述对所述原始理赔样本的每个样本特征进行样本检索，得到第一检索集，所述第一检索集包括多个相似样本，包括：获取历史样本库；对所述原始理赔样本的每个样本特征在所述历史样本...

【专利技术属性】
技术研发人员：黄海龙，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：