【技术实现步骤摘要】
本专利技术属于保险推荐，尤其涉及一种基于深度学习的保险工种匹配方法。
技术介绍
1、在保险的销售过程中，不同的保险服务方案或产品，往往需要结合实际投保人的具体工作情况，即工种，决定不同的风险因子，从而决定具体的方案或产品定价。而在目前的实际销售服务过程中，其过程如下。
2、1.通过投保人对其工作内容的描述，人为的识别定位投保人的具体工种，然后结合不同保险产品的工种表，确定其风险因子。
3、2.通过风险因子，结合保险产品的定价模型，推导出保险服务的方案报价。
4、现有技术中，投保人的描述往往都为口语化描述，表现形式可能为文字，语言和视频等，大量的投保人往往需要大量的内勤服务人员，这严重降低了能够服务的客户数量，繁杂的工种识别定位，也对内勤服务人员的能力提出了一定要求，不同的保险产品往往具有不同的工种表，这也为内勤服务投保客户增加了困难。
5、基于此，本专利技术设计了一种基于深度学习的保险工种匹配方法，以解决上述问题。
技术实现思路
1、本专利技术的目的在于：为了解决现有技术中，投保人的描述往往都为口语化描述，表现形式可能为文字，语言和视频等，大量的投保人往往需要大量的内勤服务人员，这严重降低了能够服务的客户数量，繁杂的工种识别定位，也对内勤服务人员的能力提出了一定要求，不同的保险产品往往具有不同的工种表，这也为内勤服务投保客户增加了困难的问题，而提出的一种基于深度学习的保险工种匹配方法。
2、为了实现上述目的，本专利技术采用
3、一种基于深度学习的保险工种匹配方法，包括：
4、构建工作内容识别工种模型，并对所构建的工作内容识别工种模型提供维护服务；
5、收集业务现存、过往以及业内相关的保险产品定义表，结合国家的统一工种表，构建不同工种定义的匹配关系，建立保险产品工种匹配模型；
6、基于工作内容识别工种模型和保险产品工种匹配模型两种人工智能模型，构建自动化系统；
7、业务系统接入自动化系统，为投保流程提供智能化支持。
8、作为上述技术方案的进一步描述：
9、所述工作内容识别工种模型构建时，收集过往业务数据、工作内容描述和基于国家的统一工种表的工种匹配结果。
10、作为上述技术方案的进一步描述：
11、所述工作内容识别工种模型构建时，基于transfer learning进行模型训练，对训练模型进行人类对齐。
12、作为上述技术方案的进一步描述：
13、所述工作内容识别工种模型构建时，使用大量业务数据，对工作内容识别工种模型进行多次训练后，得到可用的工作内容识别工种模型。
14、作为上述技术方案的进一步描述：
15、所述保险产品工种匹配模型构建时，基于transfer learning进行保险产品工种匹配模型训练，对训练保险产品工种匹配模型进行特征、标签以及语义对齐。
16、作为上述技术方案的进一步描述：
17、所述保险产品工种匹配模型构建时，对保险产品工种匹配模型进行多次训练后，得到可用的保险产品工种匹配模型。
18、作为上述技术方案的进一步描述：
19、所述自动化系统构建时，收集客户多样的工作内容描述，通过统一工种识别，保险产品工种匹配，输出符合条件的保险产品合集。
20、作为上述技术方案的进一步描述：
21、所述工作内容识别工种模型构建时，基于transfer learning，通过过往业务数据，构建工作内容语义和工种的工作内容识别工种模型。
22、作为上述技术方案的进一步描述：
23、所述保险产品工种匹配模型构建时，结合国家统一工种表和各保险产品的工作表，构建工种和保险产品的保险产品工种匹配模型。
24、作为上述技术方案的进一步描述：
25、所述工作内容识别工种模型和保险产品工种匹配模型两种人工智能模型结合，构建自动化系统，为客户的投保流程提供智能化支持。
26、综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
27、1、本专利技术中，实现自动的、智能的以及信息化的方式服务投保人，解除内勤服务人员数量对能服务的投保人客户的数量的限制，提高工种识别定位的准确性，优化投保流程体验，用更低的成本，支持更多的保险产品。
28、2、本专利技术中，提高单位成本下，可服务的投保客户数量，提高可同时支持的保险产品数量，提高客户投保服务的智能化和准确性。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的保险工种匹配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，收集过往业务数据、工作内容描述和基于国家的统一工种表的工种匹配结果。
3.根据权利要求2所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，基于transfer learning进行模型训练，对训练模型进行人类对齐。
4.根据权利要求3所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，使用大量业务数据，对工作内容识别工种模型进行多次训练后，得到可用的工作内容识别工种模型。
5.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述保险产品工种匹配模型构建时，基于transfer learning进行保险产品工种匹配模型训练，对训练保险产品工种匹配模型进行特征、标签以及语义对齐。
6.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述保险产品工种匹配模型
7.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述自动化系统构建时，收集客户多样的工作内容描述，通过统一工种识别，保险产品工种匹配，输出符合条件的保险产品合集。
8.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，基于transfer learning，通过过往业务数据，构建工作内容语义和工种的工作内容识别工种模型。
9.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述保险产品工种匹配模型构建时，结合国家统一工种表和各保险产品的工作表，构建工种和保险产品的保险产品工种匹配模型。
10.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型和保险产品工种匹配模型两种人工智能模型结合，构建自动化系统，为客户的投保流程提供智能化支持。
...【技术特征摘要】
1.一种基于深度学习的保险工种匹配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，收集过往业务数据、工作内容描述和基于国家的统一工种表的工种匹配结果。
3.根据权利要求2所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，基于transfer learning进行模型训练，对训练模型进行人类对齐。
4.根据权利要求3所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述工作内容识别工种模型构建时，使用大量业务数据，对工作内容识别工种模型进行多次训练后，得到可用的工作内容识别工种模型。
5.根据权利要求1所述的一种基于深度学习的保险工种匹配方法，其特征在于，所述保险产品工种匹配模型构建时，基于transfer learning进行保险产品工种匹配模型训练，对训练保险产品工种匹配模型进行特征、标签以及语义对齐。
6.根据权利要求1所述的一种基于深度学习的保险工种匹...
【专利技术属性】
技术研发人员：张皓，孔强，林峰，鄂力炜，蒋征中，
申请(专利权)人：心有灵犀科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。