[发明专利]解释性结论报告生成方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，公开了一种解释性结论报告生成方法、装置、设备及存储介质。该方法包括：对各历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；采用相关性分析网络，从各描述词向量中提取关键词序列并构建和历史理赔结论信息的相关性映射关系；采用过程挖掘网络，对各关键词序列进行过程挖掘处理，得到至少一个过程描述事件并采用事件分析网络和历史理赔结论信息的事件映射关系；根据相关性映射关系和事件映射关系训练理赔分析模型；最后采用理赔分析模型分析目标理赔描述文本对应的事件映射关系并生成理赔结论报告。本发明实现了理赔分析解释性结论的生成。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种解释性结论报告生成方法、装置、设备及存储介质。

背景技术

保险核赔过程中，虽然有核赔手册作为人工核赔的参考，可人工效率较低且核赔规则因为逻辑复杂，转化为计算机程序的过程繁琐。另一方面，保险公司经过长期积累，汇集了大量的文本理赔记录和结果，其中既有按核赔手册既定规则完成的部分，也有赔付规则模糊的通融赔付的部分。其中通融赔付因考虑多种因素，边界模糊，难以人工完成规则定义，且往往难以及时更新。深度学习等黑匣子模型在处理文本理赔记录，进行规则模拟上虽然效果好，但无法被理解，而保险核赔经验因需要有合理的逻辑和解释性，因此无法应用于规则的落地。因此，现有解释性结论报告生成方法无法生成可解释的规则和结论。

发明内容

本发明的主要目的在于解决现有解释性结论报告生成方法无法生成可解释的规则和结论的技术问题。

本发明第一方面提供了一种解释性结论报告生成方法，包括：获取包含有历史理赔描述文本和历史理赔结论信息的多个历史理赔记录，并对各所述历史理赔描述文本进行分词嵌入处理，得到多个描述词向量；采用预置理赔分析训练模型中的相关性分析网络，分析各所述描述词向量与对应的历史理赔描述文本的相关度，并基于所述相关度构建关键词序列以及所述关键词序列和所述历史理赔结论信息之间的相关性映射关系；采用所述理赔分析训练模型中的过程挖掘网络，对所述关键词序列进行过程挖掘处理，得到至少一个过程描述事件；采用所述理赔分析训练模型中的事件分析网络，按照预置参保类型，分析所述过程描述事件和历史理赔结论信息之间的事件映射关系；根据所述相关性映射关系和所述事件映射关系，对理赔分析训练模型进行更新，直到所述理赔分析训练模型收敛时，得到理赔分析模型；获取目标理赔描述文本，采用所述理赔分析模型，分析所述目标理赔描述文本对应目标过程描述事件和目标理赔结论信息之间的事件映射关系，并根据所述目标理赔描述文本对应的事件映射关系，对所述目标过程描述事件和理赔结论信息进行组合，得到理赔结论报告。

可选的，在本发明第一方面的第一种实现方式中，所述基于所述相关度构建关键词序列包括：基于所述相关度，采用预置理赔分析训练模型中相关性分析网络的编码器，对各所述描述词向量进行编码处理，得到描述词编码；采用所述相关性分析网络中的编码层，分别对各所述历史理赔描述文本中的描述词编码进行上下文语义分析，得到各所述描述词编码之间的上下文信息；根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列。

可选的，在本发明第一方面的第二种实现方式中，所述根据所述上下文信息，采用所述相关性分析网络中的注意力层，选取预置数量的描述词编码并进行组合，得到与各所述历史理赔描述文本相关的关键词序列包括：根据所述上下文信息，采用所述相关性分析网络中的注意力层，分别对各所述历史理赔描述文本中的描述词编码之间进行相关度分析；根据相关度由高至低，分别从各所述历史理赔描述文本中选取预置数量的描述词编码，并分别对各所述历史理赔描述文本中选取的描述词编码进行组合，得到与各所述历史理赔描述文本相关的关键词序列。