本发明涉及人工智能,尤其涉及一种基于人工智能的理赔审核方法、装置、设备及介质。
背景技术:
1、保险通过缴纳规定的保费,可以享受财务、人身等保障。随着社会的经济发展和人们保险意识的提高,保险业务的需求也越来越多。在用户需要理赔时,传统的理赔流程中,通常是由保险公司的人员进行审核工作,因此传统的流程中一般需要涉及多个部门的人员沟通合作,理赔流程较长,容易出现人为因素造成的错误,使理赔审核的审核精度较低,因此,在理赔业务审核时,如何提高审核精度成为亟需解决的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种基于人工智能的理赔审核方法、装置、设备及介质,以解决理赔审核的审核精度较低的问题。
2、本申请实施例的第一方面提供了一种基于人工智能的理赔审核方法,所述理赔审核方法包括:
3、获取待理赔案件,确定所述待理赔案件的属性信息,对所述属性信息进行特征提取,得到所述属性信息的第一特征向量;
4、基于预设的理赔案件的属性信息构建的特征向量库,计算所述特征向量库中的每个特征向量与所述第一特征向量之间的相似度;
5、根据所述相似度,从所述特征向量库中确定与所述第一特征向量相似的k个第二特征向量,k为大于0的整数;
6、将所述k个第二特征向量与所述第一特征向量进行特征融合,得到融合特征,根据所述融合特征,对所述待理赔案件进行理赔审核,得到理赔审核结果。
7、本申请实施例的第二方面提供了一种基于人工智能的理赔审核装置,所述理赔审核装置包括:
8、获取模块,用于获取待理赔案件,确定所述待理赔案件的属性信息,对所述属性信息进行特征提取,得到所述属性信息的第一特征向量;
9、计算模块,用于基于预设的理赔案件的属性信息构建的特征向量库,计算所述特征向量库中的每个特征向量与所述第一特征向量之间的相似度;
10、确定模块,用于根据所述相似度,从所述特征向量库中确定与所述第一特征向量相似的k个第二特征向量,k为大于0的整数;
11、理赔模块,用于将所述k个第二特征向量与所述第一特征向量进行特征融合,得到融合特征,根据所述融合特征,对所述待理赔案件进行理赔审核,得到理赔审核结果。
12、本申请实施例的第三方面提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的基于人工智能的理赔审核方法。
13、本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的基于人工智能的理赔审核方法。
14、本发明与现有技术相比存在的有益效果是:
15、获取待理赔案件,确定待理赔案件的属性信息,对属性信息进行特征提取,得到属性信息的第一特征向量,基于预设的理赔案件属性信息构建的特征向量库,计算特征向量库中的每个特征向量与第一特征向量之间的相似度,根据相似度,从特征向量库中确定与第一特征向量相似的k个第二特征向量,k为大于0的整数,将k个第二特征向量与第一特征向量进行特征融合,得到融合特征,根据融合特征,对待理赔案件进行理赔审核,得到理赔审核结果。本申请中,将待理赔案件中的特征与预先得到的理赔案件中的特征进行融合,得到融合特征,对融合特征进行审核,可以更充分利用历史数据信息,从而提高理赔审核精度。
1.一种基于人工智能的理赔审核方法,其特征在于,所述理赔审核方法包括:
2.如权利要求1所述的理赔审核方法,其特征在于,所述获取待理赔案件,确定所述待理赔案件的属性信息,包括:
3.如权利要求1所述的理赔审核方法,其特征在于,所述对所述属性信息进行特征提取,得到所述属性信息的第一特征向量之前,还包括:
4.如权利要求3所述的理赔审核方法,其特征在于,所述根据所述样本特征向量库与所述初始化特征向量构建每个样本理赔案件的目标特征向量,包括:
5.如权利要求1所述的理赔审核方法,其特征在于,所述将所述k个第二特征向量与所述第一特征向量进行特征融合,得到融合特征,包括:
6.如权利要求5所述的理赔审核方法,其特征在于,所述基于注意力机制,计算所述k个第二特征向量的k个注意力向量,包括:
7.一种基于人工智能的理赔审核装置,其特征在于,所述理赔审核装置包括:
8.如权利要求7所述的理赔审核装置,其特征在于,所述获取模块包括:
9.一种终端设备,其特征在于,所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的理赔审核方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的理赔审核方法。