CN112182117A - 一种核赔方法和装置 - Google Patents

一种核赔方法和装置 Download PDF

Info

Publication number
CN112182117A
CN112182117A CN202011026424.7A CN202011026424A CN112182117A CN 112182117 A CN112182117 A CN 112182117A CN 202011026424 A CN202011026424 A CN 202011026424A CN 112182117 A CN112182117 A CN 112182117A
Authority
CN
China
Prior art keywords
information
association
determining
target
weight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011026424.7A
Other languages
English (en)
Inventor
许建智
冯佳茵
晁晓娟
彭勇
卢哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youquan Zhihui Information Technology Co ltd
Original Assignee
Beijing Youquan Zhihui Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Youquan Zhihui Information Technology Co ltd filed Critical Beijing Youquan Zhihui Information Technology Co ltd
Priority to CN202011026424.7A priority Critical patent/CN112182117A/zh
Publication of CN112182117A publication Critical patent/CN112182117A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/288Entity relationship models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种核赔方法和装置,其中,所述核赔方法包括:确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;分别查找各所述预设信息在知识图谱中所对应的目标节点;依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。通过本发明实施例提供的核赔方法,能够节省人力资源,提升核赔结果的可靠性。

Description

一种核赔方法和装置
技术领域
本发明涉及保险技术领域,特别是涉及一种核赔方法和装置。
背景技术
保险机构出于合理降低损失的考虑,会在赔付之前核定赔偿金额。现在业内常见的核赔方法为,人工收集、整理、分类理赔材料,按项做人工分析、审核和计算,剔除不合理项,保留合理项,计算赔付金额。人工核赔的方式有如下缺点:
缺点一:对参与人员的经验要求高,且核赔效率低;
缺点二:由于参与人员难以记忆或查询海量对比案件,导致所得核赔结果的可靠性差。
发明内容
本发明提供了一种核赔方法和装置,以解决现有的人工核赔时效率低、核赔结果可靠性差的问题。
第一方面,本申请实施例提供了一种核赔方法,包括:确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;
分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;
依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
可选地,所述保单信息与所述险情介绍信息之间存在第一关联关系,所述险情介绍信息与所述病情诊断信息之间存在第二关联关系,所述病情诊断信息与所述治疗相关信息之间存在第三关联关系;
所述分别查找各所述预设信息标识在知识图谱中所对应的目标节点的步骤,包括:
分别在知识图谱中查找与所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系;
在所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系均查找到的情况下,将各所述目标关联关系对应的节点,确定为目标节点。
可选地,所述依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重的步骤,包括:
所述依据所述知识图谱中各节点间关联关系占比,分别确定所述第一关联关系对应的第一占比,所述第二关联关系对应的第二占比以及所述第三关联关系对应的第三占比;
依据所述第一占比、所述第二占比以及所述第三占比,确定所述目标节点组成的目标路径的权重。
可选地,所述依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过的步骤,包括:
确定所述权重与所述预设权重的大小关系;
在所述权重大于或等于所述预设权重的情况下,确定所述目标路径为有效路径,所述待核赔案件通过;
在所述权重小于所述预设权重的情况下,确定所述目标路径为无效路径,所述待核赔案件未通过。
可选地,在所述确定待核赔案件对应的预设信息的步骤之前,所述方法还包括:
确定预设时间段内产生的历史核赔案件;
基于所述历史核赔案件对应的预设信息,构建知识图谱。
可选地,所述基于所述历史核赔案件对应的预设信息,构建知识图谱的步骤,包括:
针对各所述历史核赔案件,分别提取所述案件对应的保单信息、险情介绍信息、病情诊断信息以及治疗相关信息的实体名称,作为保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
基于各所述历史核赔案件对应的保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识,构建保单信息标识与险情介绍信息标识之间的关联关系,险情介绍信息标识与病情诊断信息标识之间的关联关系,以及病情诊断信息标识与治疗相关信息标识之间的关联关系,其中,关联关系包括如下属性:所关联的案件标识列表、案件个数以及关系占比;
基于预设参数,对各所述关联关系进行筛选,得到目标关联关系,其中所述预设参数包括以下至少之一:案件个数、关系占比;
基于所述目标关联关系,生成知识图谱。
第二方面,本申请实施例提供了一种核赔装置,包括:核赔装置,第一确定模块,用于确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;查找模块,用于分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;第二确定模块,用于依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;第三确定模块,用于依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
可选地,所述保单信息与所述险情介绍信息之间存在第一关联关系,所述险情介绍信息与所述病情诊断信息之间存在第二关联关系,所述病情诊断信息与所述治疗相关信息之间存在第三关联关系;所述查找模块包括:
第一子模块,用于分别在知识图谱中查找与所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系;
第二子模块,用于在所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系均查找到的情况下,将各所述目标关联关系对应的节点,确定为目标节点。
可选地,所述第二确定模块包括:
第三子模块,用于所述依据所述知识图谱中各节点间关联关系占比,分别确定所述第一关联关系对应的第一占比,所述第二关联关系对应的第二占比以及所述第三关联关系对应的第三占比;
第四子模块,用于依据所述第一占比、所述第二占比以及所述第三占比,确定所述目标节点组成的目标路径的权重。
可选地,所述第三确定模块包括:
第五子模块,用于确定所述权重与所述预设权重的大小关系;
第六子模块,用于在所述权重大于或等于所述预设权重的情况下,确定所述目标路径为有效路径,所述待核赔案件通过;
第七子模块,用于在所述权重小于所述预设权重的情况下,确定所述目标路径为无效路径,所述待核赔案件未通过。
可选地,所述装置还包括:
第四确定模块,用于在所述第一确定模块确定待核赔案件对应的预设信息之前,确定预设时间段内产生的历史核赔案件;
构建模块,用于基于所述历史核赔案件对应的预设信息,构建知识图谱。
可选地,所述构建模块包括:
提取子模块,用于针对各所述历史核赔案件,分别提取所述案件对应的保单信息、险情介绍信息、病情诊断信息以及治疗相关信息的实体名称,作为保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
关联关系构建子模块,用于基于各所述历史核赔案件对应的保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识,构建保单信息标识与险情介绍信息标识之间的关联关系,险情介绍信息标识与病情诊断信息标识之间的关联关系,以及病情诊断信息标识与治疗相关信息标识之间的关联关系,其中,关联关系包括如下属性:所关联的案件标识列表、案件个数以及关系占比;
筛选子模块,用于基于预设参数,对各所述关联关系进行筛选,得到目标关联关系,其中所述预设参数包括以下至少之一:案件个数、关系占比;
生成子模块,用于基于所述目标关联关系,生成知识图谱。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种用于核赔的装置,包括存储器,以及一个或者一个以上的程序,其中所述一个或者一个以上程序存储于所述存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
与现有技术相比,本发明具有以下优点:
本发明实施例提供的核赔方案,确定待核赔案件对应的预设信息;分别查找各预设信息在知识图谱中所对应的目标节点;依据知识图谱中各节点间关联关系占比,确定目标节点组成的目标路径的权重;依据权重以及预设权重之间的关系,确定待核赔案件是否通过。第一方面,由于机器自动核赔,因此能够节省人力资源,提升核赔的处理效率;第二方面,由于机器依据大量历史核赔案件构建的知识图谱确定待核赔案件是否通过,所得核赔结果更加可靠。
附图说明
图1是根据本发明实施例一的一种核赔方法的步骤流程图;
图2是知识图谱局部示意图;
图3是根据本发明实施例二的一种核赔方法的步骤流程图;
图4是根据本发明实施例三的一种核赔装置的结构框图;
图5是根据本发明实施例四的一种电子设备的结构框图;
图6是根据本发明实施例五的一种用于核赔的装置的结构框图;
图7是本发明实施例五中的服务器设备的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参照图1,示出了本发明实施例一的一种核赔方法的步骤流程图。
本发明实施例中以基于历史核赔案件构建的知识图谱为参考依据,对待核赔案件的真实、可靠性进行核实。基于历史核赔案件构建的知识图谱可有效解决如下两个主要问题:
问题一、目前开源的知识库极度分散难以汇总,知识库内容严重不足的问题,如:目前开源的知识库中包含医保报销的药品名录、各地的三甲医院名录等;但所需的众多其他知识库却严重缺失或严重分散,如一种疾病会开具的所有药品、使用器材的完整名录(目前开源的病症-药品资料只有核心药品名,缺少大量非核心药品名;每个医院内部只有本医院的知识库)。
问题二、难以参照历史核赔案件进行核赔。如一个“伤情-医生诊断-治疗方式和药品”情况相同案件已多次出现的案件,比一个“伤情”相同但“医生诊断-治疗方式”截然不同的案件,显然有明显更低的风险。但由于海量的专业名词,使得人工指定规则和使用传统的机器学习技术,都难以利用历史核赔案件信息做核赔。
对出险案件的核赔主要包含如下三级审核:第一级审核:审核保单信息和出险情况是否符合。如险种、出险时间等。防止出险情况在保障范围之外;第二级审核:出险情况和医生的病情诊断是否符合。如出险的身体部位、器官等。防止看病阶段的骗保;第三级审核:医生的病情诊断和检查、治疗方式、药品是否符合。防止治疗阶段的骗保或超范围报销。
本发明实施例的核赔方法包括以下步骤:
步骤101:确定待核赔案件对应的预设信息。
其中,预设信息包括以下至少之一:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息。
核赔案件对应的预设信息可也以由保险核赔专员上传至线上核赔系统,由线上核赔系统自动对该待核赔案件进行核赔。
步骤102:分别查找各预设信息在知识图谱中所对应的目标节点。
其中,知识图谱中包括:多个节点、各节点间的关联关系以及各关联关系占比;节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识。
在执行本申请实施例中所示的核赔方法流程前需构建知识图谱,构建知识图谱时,可确定预设时间段内产生的历史核赔案件;基于历史核赔案件对应的预设信息,构建知识图谱。
可选地,基于历史核赔案件对应的预设信息,构建知识图谱的的流程包括以下子步骤:
子步骤一:针对各历史核赔案件,分别提取该历史核赔案件对应的保单信息、险情介绍信息、病情诊断信息以及治疗相关信息的实体名称,作为保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
本子步骤为节点构建:对每个历史核赔案件,抽取“保单信息-出险情况即险情介绍-病情诊断-检查、治疗及药品种类”这四类信息的实体名称,作为知识图谱中的节点。其中,治疗及药品种类又可称为治疗相关信息。
子步骤二:基于各历史核赔案件对应的保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识,构建保单信息标识与险情介绍信息标识之间的关联关系,险情介绍信息标识与病情诊断信息标识之间的关联关系,以及病情诊断信息标识与治疗相关信息标识之间的关联关系。
其中,关联关系包括如下属性:所关联的案件标识列表、案件个数以及关联关系占比。
子步骤二中可细化为如下执行流程:
构建关系:将节点之间两两对应的关系,作为知识图谱中的节点之间的关联关系;
构建关联关系的属性:每个关联关系都有三个属性,即“案件标识列表(id_list)”、“案件个数(id_count)”、“关系占比(relation_weight)”。
案件标识列表(id_list):选取满足相应“节点-关系-节点”结构的所有相关历史核赔案件,将这些历史核赔案件的唯一序号id组成序列,作为对应的上述结构中的“关系”的“属性”。在实际构建中,每遍历一个历史核赔案件,就将该历史核赔案件的id放入对应的上述关系的“属性”的序列中。
案件个数(id_count):在遍历完成后对每个属性的id序列计数,将个数也作为一个“属性”加以存储。
关联关系占比(relation_weight):关联关系关系占比可通过如下公式计算得到:
Figure BDA0002702242490000081
其中,分母是相应两类节点之间所有K个关联关系的id_count之和(比如,所出险情况节点到所有病情诊断节点的所有关联关系的数量),分子是某有一关联关系的id_count。
再次,基于预设参数,对各关联关系进行筛选,得到目标关联关系。
其中,预设参数包括以下至少之一:案件个数、关系占比。
子步骤三为对关联关系进行剪枝:可设定有效案件个数的阈值,判定低于这个阈值的关联关系是稀少、不可靠的,删除对应案件个数低于阈值的关联关系。将没有关联任何关系的孤立节点也做删除处理。
最后,基于目标关联关系,生成知识图谱。
一种示例性地知识图谱局部示意图如图2中所示,在该知识图谱中包含各节点之间的关联关系,便于后续依据该关联关系确定待核赔案件的权重。
步骤103:依据知识图谱中各节点间关联关系占比,确定目标节点组成的目标路径的权重。
在实际实现过程中,可通过查询知识图谱确定各目标节点构成的目标路径,并得到该路径上目标节点之间的关联关系,针对每个目标节点之间的关联关系确定其对应的占比,依据所确定的各关联关系的占比确定目标路径的权重。
对于依据目标路径中包含的各关联关系的占比确定目标路径权重的方式,可由本领域技术人员灵活设置,本申请实施例中对此不做具体限制。
步骤104:依据权重以及预设权重之间的关系,确定待核赔案件是否通过。
一种可选地依据权重以及预设权重之间的关系,确定待核赔案件是否通过的步骤,包括:
首先,确定目标路径的权重与预设权重的大小关系;
预设权重可由本领域技术人员根据实际需求进行设置,本申请实施例中对此不做具体限制。
其次,在目标路径的权重大于或等于预设权重的情况下,确定目标路径为有效路径,待核赔案件通过;在目标路径的权重小于预设权重的情况下,确定目标路径为无效路径,待核赔案件未通过。
本申请实施例提供的核赔方法,确定待核赔案件对应的预设信息;分别查找各预设信息在知识图谱中所对应的目标节点;依据知识图谱中各节点间关联关系占比,确定目标节点组成的目标路径的权重;依据权重以及预设权重之间的关系,确定待核赔案件是否通过。第一方面,由于机器自动核赔,因此能够节省人力资源,提升核赔的处理效率;第二方面,由于机器依据大量历史核赔案件构建的知识图谱确定待核赔案件是否通过,所得核赔结果更加可靠。
实施例二
参照图3,示出了本发明实施例二的一种核赔方法的步骤流程图。
本发明实施例的核赔方法具体包括以下步骤:
步骤301:确定待核赔案件对应的预设信息。
其中,预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息。
步骤302:分别在知识图谱中查找与第一关联关系、第二关联关系以及第三关联关系匹配的目标关联关系。
其中,知识图谱中包括:多个节点、各节点间的关联关系以及各关联关系占比;节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识。
保单信息与险情介绍信息之间存在第一关联关系,险情介绍信息与病情诊断信息之间存在第二关联关系,病情诊断信息与治疗相关信息之间存在第三关联关系。
步骤303:在第一关联关系、第二关联关系以及第三关联关系匹配的目标关联关系均查找到的情况下,将各目标关联关系对应的节点,确定为目标节点。
第一关联关系、第二关联关系以及第三关联关系所组成的路径为待核赔案件在知识图谱中对应的目标路径。若在知识图谱中未查找到第一关联关系、第二关联关系以及第三关联关系中的至少之一,则将未查找到的关联关系对应的占比设置为0。
步骤304:依据知识图谱中各节点间关联关系占比,分别确定第一关联关系对应的第一占比,第二关联关系对应的第二占比以及第三关联关系对应的第三占比。
由于知识图谱中包含各节点间关联关系占比,因此可通过查找知识图谱确定目标路径中包含的第一关联关系、第二关联关系以及第三关联关系分别对应的占比。
步骤305:依据第一占比、第二占比以及第三占比,确定目标节点组成的目标路径的权重。
第一占比、第二占比以及第三占比可分别通过W1、W2、W3表示。在实际实现过程中,可通过如下公式计算目标路径的权重:Wp=W1×W2×W3
需要说明的是,上述公式仅是列举了一种基于三个占比确定目标路径权重的方式,在具体实现过程中并不限于此,还可以为各占比加权后求和得到目标路径的权重,对于各占比所占权重,可由本领域技术人员根据实际需求灵活设置,本申请实施例中对此不做具体限制。
步骤306:依据目标路径的权重以及预设权重之间的关系,确定待核赔案件是否通过。
预设权重作为一个权重阈值可表示为Ws,Ws的具体数值可依据目标路径的确定方式以及核赔严苛程度灵活进行设置,本申请实施例中对此不做具体限制。
比较Wp和Ws:若Wp>=Ws,则认为待核赔案件对应的目标路径为有效路径,核赔通过;若Wp<Ws,则认为待核赔案件对应的目标路径是无效路径,核赔不通过。
本申请实施例提供的核赔方法,确定待核赔案件对应的预设信息;分别查找各预设信息在知识图谱中所对应的目标节点;依据知识图谱中各节点间关联关系占比,确定目标节点组成的目标路径的权重;依据权重以及预设权重之间的关系,确定待核赔案件是否通过。第一方面,由于机器自动核赔,因此能够节省人力资源,提升核赔的处理效率;第二方面,由于机器依据大量历史核赔案件构建的知识图谱确定待核赔案件是否通过,所得核赔结果更加可靠。此外,本申请实施例提供的核赔方法中,基于目标路径中包含的各关联关系的占比确定目标路径对应的权重,所得结果更加准确。
实施例三
参照图4,示出了本发明实施例三的一种核赔装置的结构框图。
本发明实施例的核赔装置400包括:
第一确定模块401,用于确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;
查找模块402,用于分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
第二确定模块403,用于依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;
第三确定模块404,用于依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
可选地,所述保单信息与所述险情介绍信息之间存在第一关联关系,所述险情介绍信息与所述病情诊断信息之间存在第二关联关系,所述病情诊断信息与所述治疗相关信息之间存在第三关联关系;所述查找模块包括:
第一子模块,用于分别在知识图谱中查找与所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系;
第二子模块,用于在所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系均查找到的情况下,将各所述目标关联关系对应的节点,确定为目标节点。
可选地,所述第二确定模块包括:
第三子模块,用于所述依据所述知识图谱中各节点间关联关系占比,分别确定所述第一关联关系对应的第一占比,所述第二关联关系对应的第二占比以及所述第三关联关系对应的第三占比;
第四子模块,用于依据所述第一占比、所述第二占比以及所述第三占比,确定所述目标节点组成的目标路径的权重。
可选地,所述第三确定模块包括:
第五子模块,用于确定所述权重与所述预设权重的大小关系;
第六子模块,用于在所述权重大于或等于所述预设权重的情况下,确定所述目标路径为有效路径,所述待核赔案件通过;
第七子模块,用于在所述权重小于所述预设权重的情况下,确定所述目标路径为无效路径,所述待核赔案件未通过。
可选地,所述装置还包括:
第四确定模块,用于在所述第一确定模块确定待核赔案件对应的预设信息之前,确定预设时间段内产生的历史核赔案件;
构建模块,用于基于所述历史核赔案件对应的预设信息,构建知识图谱。
可选地,所述构建模块包括:
提取子模块,用于针对各所述历史核赔案件,分别提取所述案件对应的保单信息、险情介绍信息、病情诊断信息以及治疗相关信息的实体名称,作为保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
关联关系构建子模块,用于基于各所述历史核赔案件对应的保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识,构建保单信息标识与险情介绍信息标识之间的关联关系,险情介绍信息标识与病情诊断信息标识之间的关联关系,以及病情诊断信息标识与治疗相关信息标识之间的关联关系,其中,关联关系包括如下属性:所关联的案件标识列表、案件个数以及关系占比;
筛选子模块,用于基于预设参数,对各所述关联关系进行筛选,得到目标关联关系,其中所述预设参数包括以下至少之一:案件个数、关系占比;
生成子模块,用于基于所述目标关联关系,生成知识图谱。
本发明实施例的核赔装置用于实现前述实施例一、实施例二中相应的核赔方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例四
可选的,如图5所示,本申请实施例还提供一种电子设备500,包括处理器501,存储器502,存储在存储器502上并可在所述处理器501上运行的程序或指令,该程序或指令被处理器501执行时实现上述核赔方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
实施例五
参照图6,示出了本发明实施例五的一种用于核赔的装置的结构框图。
图6是根据一示例性实施例示出的一种用于核赔的装置600的框图。例如,装置600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,装置600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制装置600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当装置600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为装置600提供各个方面的状态评估。例如,传感器组件614可以检测到装置600的打开/关闭状态,组件的相对定位,例如所述组件为装置600的显示器和小键盘,传感器组件614还可以检测装置600或装置600一个组件的位置改变,用户与装置600接触的存在或不存在,装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器604,上述指令可由装置600的处理器620执行以完成上述核赔方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图7是本发明实施例中服务器设备的结构示意图。该服务器设备1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器设备1900上执行存储介质1930中的一系列指令操作。
服务器设备1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本发明所提供的一种核赔方案进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
在此提供的估损方案不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的是核赔方案中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种核赔方法,其特征在于,包括:
确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;
分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;
依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
2.根据权利要求1所述的方法,其特征在于,所述保单信息与所述险情介绍信息之间存在第一关联关系,所述险情介绍信息与所述病情诊断信息之间存在第二关联关系,所述病情诊断信息与所述治疗相关信息之间存在第三关联关系;
所述分别查找各所述预设信息标识在知识图谱中所对应的目标节点的步骤,包括:
分别在知识图谱中查找与所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系;
在所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系均查找到的情况下,将各所述目标关联关系对应的节点,确定为目标节点。
3.根据权利要求2所述的方法,其特征在于,所述依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重的步骤,包括:
所述依据所述知识图谱中各节点间关联关系占比,分别确定所述第一关联关系对应的第一占比,所述第二关联关系对应的第二占比以及所述第三关联关系对应的第三占比;
依据所述第一占比、所述第二占比以及所述第三占比,确定所述目标节点组成的目标路径的权重。
4.根据权利要求1所述的方法,其特征在于,所述依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过的步骤,包括:
确定所述权重与所述预设权重的大小关系;
在所述权重大于或等于所述预设权重的情况下,确定所述目标路径为有效路径,所述待核赔案件通过;
在所述权重小于所述预设权重的情况下,确定所述目标路径为无效路径,所述待核赔案件未通过。
5.根据权利要求1所述的方法,其特征在于,在所述确定待核赔案件对应的预设信息的步骤之前,所述方法还包括:
确定预设时间段内产生的历史核赔案件;
基于所述历史核赔案件对应的预设信息,构建知识图谱。
6.根据权利要求5所述的方法,其特征在于,所述基于所述历史核赔案件对应的预设信息,构建知识图谱的步骤,包括:
针对各所述历史核赔案件,分别提取所述案件对应的保单信息、险情介绍信息、病情诊断信息以及治疗相关信息的实体名称,作为保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
基于各所述历史核赔案件对应的保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识,构建保单信息标识与险情介绍信息标识之间的关联关系,险情介绍信息标识与病情诊断信息标识之间的关联关系,以及病情诊断信息标识与治疗相关信息标识之间的关联关系,其中,关联关系包括如下属性:所关联的案件标识列表、案件个数以及关系占比;
基于预设参数,对各所述关联关系进行筛选,得到目标关联关系,其中所述预设参数包括以下至少之一:案件个数、关系占比;
基于所述目标关联关系,生成知识图谱。
7.一种核赔装置,其特征在于,所述装置包括:
第一确定模块,用于确定待核赔案件对应的预设信息,其中,所述预设信息包括:保单信息、险情介绍信息、病情诊断信息以及治疗相关信息;
查找模块,用于分别查找各所述预设信息在知识图谱中所对应的目标节点,其中,所述知识图谱中包括:多个节点、各节点间的关联关系以及各所述关联关系占比;所述节点包括:保单信息标识、险情介绍信息标识、病情诊断信息标识以及治疗相关信息标识;
第二确定模块,用于依据所述知识图谱中各节点间关联关系占比,确定所述目标节点组成的目标路径的权重;
第三确定模块,用于依据所述权重以及预设权重之间的关系,确定所述待核赔案件是否通过。
8.根据权利要求7所述的装置,其特征在于,所述保单信息与所述险情介绍信息之间存在第一关联关系,所述险情介绍信息与所述病情诊断信息之间存在第二关联关系,所述病情诊断信息与所述治疗相关信息之间存在第三关联关系;所述查找模块包括:
第一子模块,用于分别在知识图谱中查找与所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系;
第二子模块,用于在所述第一关联关系、所述第二关联关系以及所述第三关联关系匹配的目标关联关系均查找到的情况下,将各所述目标关联关系对应的节点,确定为目标节点。
9.根据权利要求8所述的装置,其特征在于,所述第二确定模块包括:
第三子模块,用于所述依据所述知识图谱中各节点间关联关系占比,分别确定所述第一关联关系对应的第一占比,所述第二关联关系对应的第二占比以及所述第三关联关系对应的第三占比;
第四子模块,用于依据所述第一占比、所述第二占比以及所述第三占比,确定所述目标节点组成的目标路径的权重。
10.根据权利要求7所述的装置,其特征在于,所述第三确定模块包括:
第五子模块,用于确定所述权重与所述预设权重的大小关系;
第六子模块,用于在所述权重大于或等于所述预设权重的情况下,确定所述目标路径为有效路径,所述待核赔案件通过;
第七子模块,用于在所述权重小于所述预设权重的情况下,确定所述目标路径为无效路径,所述待核赔案件未通过。
CN202011026424.7A 2020-09-25 2020-09-25 一种核赔方法和装置 Pending CN112182117A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011026424.7A CN112182117A (zh) 2020-09-25 2020-09-25 一种核赔方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011026424.7A CN112182117A (zh) 2020-09-25 2020-09-25 一种核赔方法和装置

Publications (1)

Publication Number Publication Date
CN112182117A true CN112182117A (zh) 2021-01-05

Family

ID=73945031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011026424.7A Pending CN112182117A (zh) 2020-09-25 2020-09-25 一种核赔方法和装置

Country Status (1)

Country Link
CN (1) CN112182117A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801806A (zh) * 2021-04-12 2021-05-14 北京肇祺信息科技有限公司 一种基于知识图谱的理赔方法及系统
CN113204572A (zh) * 2021-05-10 2021-08-03 上海交大慧谷通用技术有限公司 一种基于评查活动的案件周期性随机抽取方法及系统
CN113191908B (zh) * 2021-05-13 2024-03-12 蚂蚁胜信(上海)信息技术有限公司 理赔审核处理方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798621A (zh) * 2017-08-30 2018-03-13 平安科技(深圳)有限公司 疾病诊断信息审核方法及装置
WO2018233311A1 (zh) * 2017-06-21 2018-12-27 平安科技(深圳)有限公司 理算过程信息记录方法、可读存储介质、服务器及装置
CN109816470A (zh) * 2018-12-15 2019-05-28 中国平安人寿保险股份有限公司 险种推荐方法、装置、电子设备及计算机可读存储介质
CN110020913A (zh) * 2019-02-20 2019-07-16 中国人民财产保险股份有限公司 产品推荐方法、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018233311A1 (zh) * 2017-06-21 2018-12-27 平安科技(深圳)有限公司 理算过程信息记录方法、可读存储介质、服务器及装置
CN107798621A (zh) * 2017-08-30 2018-03-13 平安科技(深圳)有限公司 疾病诊断信息审核方法及装置
CN109816470A (zh) * 2018-12-15 2019-05-28 中国平安人寿保险股份有限公司 险种推荐方法、装置、电子设备及计算机可读存储介质
CN110020913A (zh) * 2019-02-20 2019-07-16 中国人民财产保险股份有限公司 产品推荐方法、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801806A (zh) * 2021-04-12 2021-05-14 北京肇祺信息科技有限公司 一种基于知识图谱的理赔方法及系统
CN113204572A (zh) * 2021-05-10 2021-08-03 上海交大慧谷通用技术有限公司 一种基于评查活动的案件周期性随机抽取方法及系统
CN113191908B (zh) * 2021-05-13 2024-03-12 蚂蚁胜信(上海)信息技术有限公司 理赔审核处理方法及装置

Similar Documents

Publication Publication Date Title
US11637797B2 (en) Automated image processing and content curation
CN112182117A (zh) 一种核赔方法和装置
US11729252B2 (en) Content collection navigation and autoforwarding
KR101826329B1 (ko) 스팸 전화 번호 결정 방법, 장치 및 시스템
WO2018119599A1 (zh) 人员查找的方法、装置及通信系统
KR102439560B1 (ko) 미디어 컬렉션들의 생성, 큐레이션 및 프리젠테이션을 위한 방법들 및 시스템들
CN111859020B (zh) 推荐方法、装置、电子设备及计算机可读存储介质
CN104636453B (zh) 非法用户资料识别方法及装置
CN112768091A (zh) 一种问诊信息处理方法、装置和介质
CN111382339A (zh) 一种搜索处理方法、装置和用于搜索处理的装置
CN112417318A (zh) 一种兴趣点的状态确定方法、装置、电子设备及介质
WO2022116527A1 (zh) 一种数据处理方法及装置
CN111821694B (zh) 游戏新用户的防流失方法及装置、电子设备及存储介质
CN112749287A (zh) 知识图谱的构建方法和使用方法、装置和介质
CN112487415A (zh) 计算任务的安全性检测方法及装置
CN116127353A (zh) 分类方法、分类模型训练方法、设备及介质
CN111539617A (zh) 数据处理方法和装置、电子设备、交互系统和存储介质
CN113887999A (zh) 一种保单风险评估方法和装置
CN113254726B (zh) 账号分组方法、装置、电子设备及存储介质
CN115512829A (zh) 疾病诊断相关分组的获取方法、装置及介质
CN114678123A (zh) 慢阻肺的风险评估、决策方法及装置、电子设备和介质
CN111626883A (zh) 核保方法及装置、电子设备和存储介质
CN111489260A (zh) 项目分类方法及装置、电子设备和存储介质
CN112307353B (zh) 数据的处理方法、装置、电子设备、存储介质
CN115225702B (zh) 信息推送方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210105