技术特征：
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库中进行样本检索，得到第一检索集，所述第一检索集包括多个相似样本。6.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进行特征处理，得到第一特征向量，包括：将所述原始理赔样本中的所述多个样本特征输入预设的样本处理模型进行特征处理，得到所述每个样本特征对应的第一特征向量，其中，所述第一特征向量包括固定的向量长
度。7.根据权利要求4所述的理赔结论识别方法，其特征在于，所述对所述目标检索集进行特征处理，得到第二特征向量，包括：将所述目标检索集中的多个相似样本输入预设的样本处理模型进行特征处理，得到所述目标检索集中每个相似样本对应的第二特征向量，所述第二特征向量包括固定的向量长度。8.理赔结论识别装置，其特征在于，所述装置包括：样本检索模块，用于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；第一特征处理模块，用于对所述原始理赔样本进行特征处理，得到第一特征向量；第二特征处理模块，用于对所述目标检索集进行特征处理，得到第二特征向量；标签矩阵确定模块，用于根据所述第二特征向量确定标签矩阵向量；注意力处理模块，用于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；特征交叉模块，用于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；深度预测模块，用于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；结论确定模块，用于根据所述目标概率值确定理赔结论。9.计算机设备，其特征在于，所述计算机设备包括存储器和处理器，其中，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器用于执行：如权利要求1至7中任一项所述的理赔结论识别方法。10.存储介质，所述存储介质为计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，在所述计算机程序被计算机执行时，所述计算机用于执行：如权利要求1至7中任一项所述的理赔结论识别方法。
技术总结
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。
技术研发人员：黄海龙
受保护的技术使用者：中国平安人寿保险股份有限公司
技术研发日：2022.03.22
技术公布日：2022/7/5