[发明专利]应用于保险条款解析的保障责任摘要自动填充的技术方法

说明书

本发明提供了一种应用于保险条款解析的保障责任摘要自动填充的技术方法，包括：第一步骤：将保险条款PDF文件解析成txt文本文件；第二步骤：在txt文本文件中提取出所需的保障责任内容；第三步骤：针对所需的保障责任内容，利用余弦相似度对标准责任字段进行匹配；第四步骤：利用Page Rank算法对匹配出的保障责任内容进行重新排序；第五步骤：制作关键信息的数据作为训练数据，结合训练数据自动化抽取关键信息，以得到零散关键信息；第六步骤：将得到的零散关键信息进行整合，从而形成摘要内容。

技术领域

本发明涉及保险领域，具体涉及一种应用于保险条款解析的保障责任 摘要自动填充的技术方法。

背景技术

周知的是，保险条款中覆盖的信息繁而多，而其中的重点就是保障责 任部分，但该部分内容专业性较强，大多数非保险领域的用户理解起来比 较困难且耗时，所以如何快速并准确的提取保障责任的核心内容是业界研 究的重点。

发明内容

本发明所要解决的技术问题是针对现有技术中存在上述缺陷，提供一 种应用于保险条款解析的保障责任摘要自动填充的技术方法，其中采用余 弦相似度匹配、PageRank算法排序、结合训练数据自动化抽取关键信息 等方法，将其应用于保险条款领域，形成一套完整的保障责任摘要自动填 充的技术方法。

根据本发明，提供了一种应用于保险条款解析的保障责任摘要自动填 充的技术方法，包括：

第一步骤：将保险条款PDF文件解析成txt文本文件；

第二步骤：在txt文本文件中提取出所需的保障责任内容；

第三步骤：针对所需的保障责任内容，利用余弦相似度对标准责任字 段进行匹配；

第四步骤：利用Page Rank算法对匹配出的保障责任内容进行重新排 序；

第五步骤：制作关键信息的数据作为训练数据，结合训练数据自动化 抽取关键信息，以得到零散关键信息；

第六步骤：将得到的零散关键信息进行整合，从而形成摘要内容。

优选地，将保险条款PDF文件解析成txt文本文件的步骤采用使用lazy parsing策略的PDFMiner工具。

优选地，第三步骤采用的匹配算法是余弦相似度算法。

优选地，第三步骤中，当相似度大于等于阈值时认为两个待比较字段 是相似的，并且被作为统一字段使用。

优选地，第三步骤中，当相似度小于阈值时认为两个待比较字段是不 相似的，并且不被作为统一字段使用。

优选地，制作关键信息的数据作为训练数据包括人为设定各类型保险 条款的关键信息数据作为训练数据。

由此，本发明的应用于保险条款解析的保障责任摘要自动填充的技术 方法，采用余弦相似度匹配、Page Rank算法排序、结合训练数据自动化 抽取关键信息等方法，将其应用于保险条款领域，形成一套完整的保障责 任摘要自动填充的技术方法。

附图说明

结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更 完整的理解并且更容易地理解其伴随的优点和特征，其中：

图1示意性地示出了根据本发明优选实施例的应用于保险条款解析的 保障责任摘要自动填充的技术方法的流程图。

图2示意性地示出了保险条款PDF解析的具体流程示例。

图3示意性地示出了定义的各类型险种的标准责任字段的示例。

图4示意性地示出了匹配算法。

图5示意性地示出了以重大疾病保险金为例可得到的结果。