CN112686762A - 保单数据违规检测方法、装置、计算机设备及存储介质 - Google Patents
保单数据违规检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112686762A CN112686762A CN202011573407.5A CN202011573407A CN112686762A CN 112686762 A CN112686762 A CN 112686762A CN 202011573407 A CN202011573407 A CN 202011573407A CN 112686762 A CN112686762 A CN 112686762A
- Authority
- CN
- China
- Prior art keywords
- policy data
- data
- tested
- word segmentation
- sample data
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000003062 neural network model Methods 0.000 claims abstract description 70
- 238000004140 cleaning Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000011218 segmentation Effects 0.000 claims description 113
- 239000013598 vector Substances 0.000 claims description 95
- 238000004590 computer program Methods 0.000 claims description 18
- 230000002457 bidirectional effect Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 239000003795 chemical substances by application Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Machine Translation (AREA)
Abstract
本发明实施例公开了一种保单数据违规检测方法、装置、计算机设备及存储介质,涉及人工智能领域。历史保单数据集储存在区块链中,确保了历史保单数据不可篡改,可靠性好以及安全性高。所述方法包括:获取历史保单数据集;对所述历史保单数据集进行数据清洗处理以得到样本数据集;通过所述样本数据集对预设的神经网络模型进行训练;若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;根据训练后的神经网络模型预测所述待测保单数据的标签;若所述待测保单数据违规,向预设的监管终端发送违规告警消息,从而能够实现自动判定待测保单数据是否违规,相比于人工核查的方式,效率高且准确率高,同时也降低了人工成本。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种保单数据违规检测方法、装置、计算机设备及存储介质。
背景技术
目前大多数的企业的销售模式是代理人推销,然后企业发佣金,这样的模式会产生一些不可控的情况,比如代理人找亲戚朋友做假单,然后拿到佣金以后进行退单等擦边球操作。这种在企业的系统内允许的范围内做小动作,由于体量太大,识别工作量巨大。
现有技术中,通常通过人工核查的方式去检测代理人做假单的行为,一方面效率极其低下且准确率低,另一方面需要极高的人工成本。
发明内容
本发明实施例提供了一种保单数据违规检测方法、装置、计算机设备及存储介质,旨在解决现有人工保单数据违规检测存在的效率低及准确性差的问题。
第一方面,本发明实施例提供了一种保单数据违规检测方法,其包括:
获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据;
对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
通过所述样本数据集对预设的神经网络模型进行训练;
若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
根据训练后的神经网络模型预测所述待测保单数据的标签;
若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
第二方面,本发明实施例还提供了一种保单数据违规检测装置,其包括:
获取单元,用于获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据;
第一清洗单元,用于对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
训练单元,用于通过所述样本数据集对预设的神经网络模型进行训练;
第二清洗单元,用于若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
判断单元,用于根据训练后的神经网络模型预测所述待测保单数据的标签;
发送单元,用于若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
第三方面,本发明实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现上述方法。
本发明实施例提供了一种保单数据违规检测方法、装置、计算机设备及存储介质。其中,所述方法包括:获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据,所述标签包括违规以及合规;对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;通过所述样本数据集对预设的神经网络模型进行训练;若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;根据训练后的神经网络模型预测所述待测保单数据的标签;若所述待测保单数据违规,向预设的监管终端发送违规告警消息,从而能够实现自动判定待测保单数据是否违规,相比于人工核查的方式,效率高且准确率高,同时也降低了人工成本。与此同时,还能准确核查出代理人骗保的行为,避免公司因为代理人骗保出现亏损。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种保单数据违规检测方法的流程示意图;
图2为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图3为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图4为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图5为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图6为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图7为本发明实施例提供的一种保单数据违规检测方法的子流程示意图;
图8为本发明实施例提供的一种保单数据违规检测装置的示意性框图;
图9为本发明实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
请参阅图1,图1是本发明实施例提供的一种保单数据违规检测方法的流程示意图。本发明可应用于智慧政务/智慧城管/智慧社区/智慧安防/智慧物流/智慧医疗/智慧教育/智慧环保/智慧交通场景中,从而推动智慧城市的建设。如图所示,该方法包括以下步骤S1-S6。
S1,获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据,所述标签包括合规以及违规。
具体实施中,历史保单数据集是企业历年的保单数据组成的集合,例如,历史保单数据集可具体为企业近两年的保单数据组成的集合。
历史保单数据集包括多个标注了标签的保单数据,所述标签包括违规以及合规。保单数据是指用于记录保单信息的文本数据。
保单信息包括用户信息、代理人信息、产品信息以及代理人与用户的关联信息。
其中,用户信息包括用户的个人信息。代理人信息包括代理人的个人信息。产品信息包括用户购买的产品的信息,例如,产品名称、产品介绍、购买时间以及用户是否退保等信息。代理人与用户的关联信息,用于说明代理人获取用户的渠道,例如,亲人/朋友介绍、电话销售以及现场销售等。同时,关联信息还用于说明代理人与用户是否为亲人/朋友关系。
保单数据的标签包括违规以及合规。保单数据的标签为合规,说明该保单数据是符合规定的;保单数据的标签为违规,说明该保单数据是不符合规定的。
需要说明的是,保单数据的标签预先由本领域技术人员根据预设的规则确定,本发明对此不做具体的限定。
例如,在一实施例中,代理人与用户为亲人/朋友关系,且用户的退保时间小于一周(即用户在购买后一天内退保),判定该保单数据的标签为违规。
在实施例中,历史保单数据集储存在区块链中,以上步骤S1具体包括如下步骤:从区块链中获取所述历史保单数据集。
通过将历史保单数据集储存在区块链中,可避免历史保单数据被篡改,提高了其可靠性以及安全性。
S2,对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到。
具体实施中,数据清洗处理(Data cleaning)是指对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。通过数据清洗能够提高后续模型计算的准确性。
具体地,逐一对历史保单数据集包含的保单数据进行数据清洗处理。每个保单数据进行数据清洗后得到样本数据。样本数据组成了样本数据集。
S3,通过所述样本数据集对预设的神经网络模型进行训练。
具体实施中,通过所述样本数据集对预设的神经网络模型进行训练。神经网络模型可具体为卷积神经网络模型,或者在其他实施例中,可以采用其他神经网络模型,对此,本发明不作具体限定。
在训练神经网络模型时,可将样本数据集划分为两部分,其中一部分样本数据用于训练,另一部分样本数据用于验证。例如,在一实施例中,样本数据集包含了近两年的样本数据,将最近两个月的样本数据用于验证,其它的数据用于训练。
具体地训练过程为,将样本数据转换为神经网络模型能够识别的向量并输入到神经网络模型中,以对所述神经网络模型进行训练。
在训练到模型的准确率高于95%时,说明模型是可用的,可用投入到生产中。
参见图2,在一实施例中,以上步骤S3具体包括如下步骤:
S31,获取样本数据集中的样本数据的特征向量。
具体实施中,神经网络模型无法直接识别样本数据。因此,首先获取样本数据集中的样本数据的特征向量。特征向量能够被神经网络模型识别并提取特征。
参见图3,在一实施例中,以上步骤S31具体包括:
S311,对所述样本数据进行分词处理以得到所述样本数据的第一分词集合。
具体实施中,对所述样本数据进行分词处理以得到所述样本数据的第一分词集合。分词处理指的是将一个汉字序列切分成一个一个单独的词语。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
参见图4,在一实例中,以上步骤S311具体包括:
S3111,通过预设分词工具将所述样本数据划分为多个词语以得到第一初始分词集合。
具体实施中,常用的分词工具为结巴分词工具。通过结巴分词工具将所述样本数据划分为多个词语,这些词语组成了第一初始分词集合。
S3112,将所述第一初始分词集合中的停止词删除以得到所述第一分词集合。
具体实施中,停止词(stop word),常为介词、副词或连词等。例如,"在"、"里面"、"也"、"的"、"它"、"为"等都为停止词。停止词没有实际含义,且会产生干扰,因此,在实际应用时,需要将停止词删除。
若第一初始分词集合包含停止词,则将其包含的停止词删除以得到第一分词集合。
S312,对所述第一分词集合的词语进行词向量训练以得到所述第一分词集合的词语的词向量。
具体实施中,采用word2vec来对对所述第一分词集合的词语进行词向量。word2vec是一种自然语言处理工具,其作用就是将自然语言中的字词转为计算机可以理解的词向量。
传统的词向量容易受维数灾难的困扰,且任意两个词之间都是孤立的,不能体现词和词之间的关系,因此本实施例采用word2vec来得到词向量,其可通过计算向量之间的距离来体现词与词之间的相似性。
或者,在其他实施例中,可采用其他词向量工具进行词向量训练,本发明对此不作具体限定。
S313,将所述第一分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述样本数据的特征向量。
具体实施中,双向RNN网络对所述第一分词集合中的词语的词向量进行编码,双向RNN网络的输出即为所述待测客服对话文本的特征向量。
S32,将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,并根据预设的反向传播算法对所述神经网络模型进行训练。
具体实施中,反向传播算法(Backpropagation algorithm,简称:BP算法)是一种监督学习算法,常被用来训练神经网络模型。通过反向传播算法训练能够使得神经网络模型的准确性更高。
具体地,将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,判断所述神经网络模型输出的标签是否与样本数据的标签一致,若不一致则计算损失函数,并根据反向传播算法调整模型的参数,再次将样本数据的特征向量输入到所述神经网络模型中,如此重复,直到神经网络模型输出的标签与样本数据的标签一致为止。
S4,若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据。
具体实施中,初始保单数据是指代理人最近完成的保单数据。本发明中,需要核查初始保单数据是否违规。
为了提高准确性,需要对所述初始保单数据进行数据清洗处理以得到待测保单数据。
数据清洗处理(Data cleaning)是指对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。通过数据清洗能够提高后续模型计算的准确性,减少误判的概率。
S5,根据训练后的神经网络模型预测所述待测保单数据的标签。
具体实施中,通过到训练后的神经网络模型预测所述待测保单数据的标签,所述标签包括违规以及不违规。
若所述待测保单数据的标签为违规,则判定所述待测保单数据违规。
参见图5,在一实施例中,以上步骤S5具体包括:
S51,获取待测保单数据的特征向量。
具体实施中,神经网络模型无法直接识别待测保单数据。因此,首先获取待测保单数据的特征向量。特征向量能够被神经网络模型识别并提取特征。
参见图6,在一实施例中,以上步骤S51具体包括:
S511,对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合。
具体实施中,对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合。分词处理指的是将一个汉字序列切分成一个一个单独的词语。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
参见图7,在一实例中,以上步骤S311具体包括:
S5111,通过预设分词工具将所述待测保单数据划分为多个词语以得到第二初始分词集合。
具体实施中,常用的分词工具为结巴分词工具。通过结巴分词工具将所述待测保单数据划分为多个词语,这些词语组成了第二初始分词集合。
S5112,将所述第二初始分词集合中的停止词删除以得到所述第二分词集合。
具体实施中,停止词(stop word),常为介词、副词或连词等。例如,"在"、"里面"、"也"、"的"、"它"、"为"等都为停止词。停止词没有实际含义,且会产生干扰,因此,在实际应用时,需要将停止词删除。
若第二初始分词集合包含停止词,则将其包含的停止词删除以得到第二分词集合。
S512,对所述第二分词集合的词语进行词向量训练以得到所述第二分词集合的词语的词向量。
具体实施中,采用word2vec来对对所述第二分词集合的词语进行词向量。word2vec是一种自然语言处理工具,其作用就是将自然语言中的字词转为计算机可以理解的词向量。
传统的词向量容易受维数灾难的困扰,且任意两个词之间都是孤立的,不能体现词和词之间的关系,因此本实施例采用word2vec来得到词向量,其可通过计算向量之间的距离来体现词与词之间的相似性。
或者,在其他实施例中,可采用其他词向量工具进行词向量训练,本发明对此不作具体限定。
S513,将所述第二分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述待测保单数据的特征向量。
具体实施中,双向RNN网络对所述第二分词集合中的词语的词向量进行编码,双向RNN网络的输出即为所述待测客服对话文本的特征向量。
S52,将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据的标签。
具体实施中,将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据所属的标签。标签包括违规以及合规。
若所述待测保单数据的标签为违规,则判定所述待测保单数据违规;若所述待测保单数据的标签为合规,则判定所述待测保单数据合规。
S6,若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
具体实施中,若所述待测保单数据违规,向预设的监管终端发送违规告警消息。例如,可具体发出告警邮件以及告警短信等告警信息。
需要说明的是,监管终端是指监管人员使用的终端。可具体为智能手机或者电脑。
通过应用本发明的技术方案,获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据,所述标签包括违规以及合规;对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;通过所述样本数据集对预设的神经网络模型进行训练;若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;根据训练后的神经网络模型预测所述待测保单数据的标签;若所述待测保单数据违规,向预设的监管终端发送违规告警消息,从而能够实现自动判定待测保单数据是否违规,相比于人工核查的方式,效率高且准确率高,同时也降低了人工成本。与此同时,还能准确核查出代理人骗保的行为,避免公司因为代理人骗保出现亏损。
参见图8,图8是本发明实施例提供的一种保单数据违规检测装置70的示意性框图。对应于以上保单数据违规检测方法,本发明还提供一种保单数据违规检测装置70。该保单数据违规检测装置70包括用于执行上述保单数据违规检测方法的单元,该保单数据违规检测装置70可以被配置于台式电脑、平板电脑、手提电脑、等终端中。具体地,该保单数据违规检测装置70包括获取单元71、第一清洗单元72、训练单元73、第二清洗单元74、判断单元75以及发送单元76。
获取单元71,用于获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据;
第一清洗单元72,用于对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
训练单元73,用于通过所述样本数据集对预设的神经网络模型进行训练;
第二清洗单元74,用于若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
判断单元75,用于根据训练后的神经网络模型预测所述待测保单数据的标签;
发送单元76,用于若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
在一实施例中,所述通过所述样本数据集对预设的神经网络模型进行训练,包括:
获取样本数据集中的样本数据的特征向量;
将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,并根据预设的反向传播算法对所述神经网络模型进行训练。
在一实施例中,所述获取样本数据集中的样本数据的特征向量,包括:
对所述样本数据进行分词处理以得到所述样本数据的第一分词集合;
对所述第一分词集合的词语进行词向量训练以得到所述第一分词集合的词语的词向量;
将所述第一分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述样本数据的特征向量。
在一实施例中,所述对所述样本数据进行分词处理以得到所述样本数据的第一分词集合,包括:
通过预设分词工具将所述样本数据划分为多个词语以得到第一初始分词集合;
将所述第一初始分词集合中的停止词删除以得到所述第一分词集合。
在一实施例中,所述根据训练后的神经网络模型预测所述待测保单数据的标签,包括:
获取待测保单数据的特征向量;
将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据的标签。
在一实施例中,所述获取待测保单数据的特征向量,包括:
对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合;
对所述第二分词集合的词语进行词向量训练以得到所述第二分词集合的词语的词向量;
将所述第二分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述待测保单数据的特征向量。
在一实施例中,所述对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合,包括:
通过预设分词工具将所述待测保单数据划分为多个词语以得到第二初始分词集合;
将所述第二初始分词集合中的停止词删除以得到所述第二分词集合。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述保单数据违规检测装置70和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述保单数据违规检测装置70可以实现为一种计算机程序的形式,该计算机程序可以在如图9所示的计算机设备上运行。
请参阅图9,图9是本发明实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端,其中,终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。
该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行一种保单数据违规检测方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种保单数据违规检测方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,上述结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据;
对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
通过所述样本数据集对预设的神经网络模型进行训练;
若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
根据训练后的神经网络模型预测所述待测保单数据的标签;
若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
在一实施例中,所述通过所述样本数据集对预设的神经网络模型进行训练,包括:
获取样本数据集中的样本数据的特征向量;
将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,并根据预设的反向传播算法对所述神经网络模型进行训练。
在一实施例中,所述获取样本数据集中的样本数据的特征向量,包括:
对所述样本数据进行分词处理以得到所述样本数据的第一分词集合;
对所述第一分词集合的词语进行词向量训练以得到所述第一分词集合的词语的词向量;
将所述第一分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述样本数据的特征向量。
在一实施例中,所述对所述样本数据进行分词处理以得到所述样本数据的第一分词集合,包括:
通过预设分词工具将所述样本数据划分为多个词语以得到第一初始分词集合;
将所述第一初始分词集合中的停止词删除以得到所述第一分词集合。
在一实施例中,所述根据训练后的神经网络模型预测所述待测保单数据的标签,包括:
获取待测保单数据的特征向量;
将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据的标签。
在一实施例中,所述获取待测保单数据的特征向量,包括:
对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合;
对所述第二分词集合的词语进行词向量训练以得到所述第二分词集合的词语的词向量;
将所述第二分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述待测保单数据的特征向量。
在一实施例中,所述对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合,包括:
通过预设分词工具将所述待测保单数据划分为多个词语以得到第二初始分词集合;
将所述第二初始分词集合中的停止词删除以得到所述第二分词集合。
应当理解,在本发明实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序。该计算机程序被处理器执行时使处理器执行如下步骤:
获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据;
对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
通过所述样本数据集对预设的神经网络模型进行训练;
若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
根据训练后的神经网络模型预测所述待测保单数据的标签;
若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
在一实施例中,所述通过所述样本数据集对预设的神经网络模型进行训练,包括:
获取样本数据集中的样本数据的特征向量;
将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,并根据预设的反向传播算法对所述神经网络模型进行训练。
在一实施例中,所述获取样本数据集中的样本数据的特征向量,包括:
对所述样本数据进行分词处理以得到所述样本数据的第一分词集合;
对所述第一分词集合的词语进行词向量训练以得到所述第一分词集合的词语的词向量;
将所述第一分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述样本数据的特征向量。
在一实施例中,所述对所述样本数据进行分词处理以得到所述样本数据的第一分词集合,包括:
通过预设分词工具将所述样本数据划分为多个词语以得到第一初始分词集合;
将所述第一初始分词集合中的停止词删除以得到所述第一分词集合。
在一实施例中,所述根据训练后的神经网络模型预测所述待测保单数据的标签,包括:
获取待测保单数据的特征向量;
将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据的标签。
在一实施例中,所述获取待测保单数据的特征向量,包括:
对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合;
对所述第二分词集合的词语进行词向量训练以得到所述第二分词集合的词语的词向量;
将所述第二分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述待测保单数据的特征向量。
在一实施例中,所述对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合,包括:
通过预设分词工具将所述待测保单数据划分为多个词语以得到第二初始分词集合;
将所述第二初始分词集合中的停止词删除以得到所述第二分词集合。
所述存储介质为实体的、非瞬时性的存储介质,例如可以是U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、磁碟或者光盘等各种可以存储程序代码的实体存储介质。所述计算机可读存储介质可以是非易失性,也可以是易失性。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种保单数据违规检测方法,其特征在于,包括:
获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据,所述标签包括合规以及违规;
对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
通过所述样本数据集对预设的神经网络模型进行训练;
若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
根据训练后的神经网络模型预测所述待测保单数据的标签;
若所述待测保单数据的标签为违规,向预设的监管终端发送违规告警消息。
2.根据权利要求1所述的保单数据违规检测方法,其特征在于,所述通过所述样本数据集对预设的神经网络模型进行训练,包括:
获取样本数据集中的样本数据的特征向量;
将样本数据集中的样本数据的特征向量输入到所述神经网络模型中,并根据预设的反向传播算法对所述神经网络模型进行训练。
3.根据权利要求2所述的保单数据违规检测方法,其特征在于,所述获取样本数据集中的样本数据的特征向量,包括:
对所述样本数据进行分词处理以得到所述样本数据的第一分词集合;
对所述第一分词集合的词语进行词向量训练以得到所述第一分词集合的词语的词向量;
将所述第一分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述样本数据的特征向量。
4.根据权利要求3所述的保单数据违规检测方法,其特征在于,所述对所述样本数据进行分词处理以得到所述样本数据的第一分词集合,包括:
通过预设分词工具将所述样本数据划分为多个词语以得到第一初始分词集合;
将所述第一初始分词集合中的停止词删除以得到所述第一分词集合。
5.根据权利要求1所述的保单数据违规检测方法,其特征在于,所述根据训练后的神经网络模型预测所述待测保单数据的标签,包括:
获取待测保单数据的特征向量;
将待测保单数据的特征向量输入到训练后的神经网络模型中,以由神经网络模型预测所述待测保单数据的标签。
6.根据权利要求5所述的保单数据违规检测方法,其特征在于,所述获取待测保单数据的特征向量,包括:
对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合;
对所述第二分词集合的词语进行词向量训练以得到所述第二分词集合的词语的词向量;
将所述第二分词集合的词语的词向量输入到双向RNN网络中,以由所述双向RNN网络输出所述待测保单数据的特征向量。
7.根据权利要求6所述的保单数据违规检测方法,其特征在于,所述对所述待测保单数据进行分词处理以得到所述待测保单数据的第二分词集合,包括:
通过预设分词工具将所述待测保单数据划分为多个词语以得到第二初始分词集合;
将所述第二初始分词集合中的停止词删除以得到所述第二分词集合。
8.一种保单数据违规检测装置,其特征在于,包括:
获取单元,用于获取历史保单数据集,所述历史保单数据集包括多个标注了标签的保单数据,所述标签包括合规以及违规;
第一清洗单元,用于对所述历史保单数据集进行数据清洗处理以得到样本数据集,所述样本数据集包括多个样本数据,所述样本数据由保单数据经过数据清洗处理后得到;
训练单元,用于通过所述样本数据集对预设的神经网络模型进行训练;
第二清洗单元,用于若接收到初始保单数据,对所述初始保单数据进行数据清洗处理以得到待测保单数据;
判断单元,用于根据训练后的神经网络模型预测所述待测保单数据的标签;
发送单元,用于若所述待测保单数据违规,向预设的监管终端发送违规告警消息。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573407.5A CN112686762B (zh) | 2020-12-25 | 2020-12-25 | 保单数据违规检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573407.5A CN112686762B (zh) | 2020-12-25 | 2020-12-25 | 保单数据违规检测方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112686762A true CN112686762A (zh) | 2021-04-20 |
CN112686762B CN112686762B (zh) | 2024-05-28 |
Family
ID=75452073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011573407.5A Active CN112686762B (zh) | 2020-12-25 | 2020-12-25 | 保单数据违规检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112686762B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688924A (zh) * | 2021-08-31 | 2021-11-23 | 中国平安财产保险股份有限公司 | 异常订单检测方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190066221A1 (en) * | 2017-08-22 | 2019-02-28 | Accenture Global Solutions Limited | Automated regulatory compliance for insurance |
CN109523412A (zh) * | 2018-11-14 | 2019-03-26 | 平安科技(深圳)有限公司 | 智能核保方法、装置、计算机设备及计算机可读存储介质 |
CN109598633A (zh) * | 2018-12-13 | 2019-04-09 | 平安医疗健康管理股份有限公司 | 社保违规检测方法、装置、设备及计算机存储介质 |
CN109615012A (zh) * | 2018-12-13 | 2019-04-12 | 平安医疗健康管理股份有限公司 | 基于机器学习的就诊数据异常识别方法、设备及存储介质 |
CN109978491A (zh) * | 2019-02-12 | 2019-07-05 | 平安科技(深圳)有限公司 | 提醒预测方法、装置、计算机设备及存储介质 |
CN111340638A (zh) * | 2020-03-23 | 2020-06-26 | 平安医疗健康管理股份有限公司 | 异常医保单据识别方法、装置、计算机设备及存储介质 |
CN111489262A (zh) * | 2020-06-15 | 2020-08-04 | 太平金融科技服务(上海)有限公司 | 保单信息检测方法、装置、计算机设备和存储介质 |
CN111709844A (zh) * | 2020-05-13 | 2020-09-25 | 北京明略软件系统有限公司 | 一种保险洗钱人员检测方法、装置和计算机可读存储介质 |
CN111950621A (zh) * | 2020-08-10 | 2020-11-17 | 中国平安人寿保险股份有限公司 | 基于人工智能的目标数据检测方法、装置、设备及介质 |
WO2020238061A1 (zh) * | 2019-05-28 | 2020-12-03 | 平安科技(深圳)有限公司 | 自然语言分类方法、装置、计算机设备以及存储介质 |
CN112084332A (zh) * | 2020-08-28 | 2020-12-15 | 浙江大学 | 一种基于深度双向语言文本处理网络的违章分类方法 |
-
2020
- 2020-12-25 CN CN202011573407.5A patent/CN112686762B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190066221A1 (en) * | 2017-08-22 | 2019-02-28 | Accenture Global Solutions Limited | Automated regulatory compliance for insurance |
CN109523412A (zh) * | 2018-11-14 | 2019-03-26 | 平安科技(深圳)有限公司 | 智能核保方法、装置、计算机设备及计算机可读存储介质 |
CN109598633A (zh) * | 2018-12-13 | 2019-04-09 | 平安医疗健康管理股份有限公司 | 社保违规检测方法、装置、设备及计算机存储介质 |
CN109615012A (zh) * | 2018-12-13 | 2019-04-12 | 平安医疗健康管理股份有限公司 | 基于机器学习的就诊数据异常识别方法、设备及存储介质 |
CN109978491A (zh) * | 2019-02-12 | 2019-07-05 | 平安科技(深圳)有限公司 | 提醒预测方法、装置、计算机设备及存储介质 |
WO2020238061A1 (zh) * | 2019-05-28 | 2020-12-03 | 平安科技(深圳)有限公司 | 自然语言分类方法、装置、计算机设备以及存储介质 |
CN111340638A (zh) * | 2020-03-23 | 2020-06-26 | 平安医疗健康管理股份有限公司 | 异常医保单据识别方法、装置、计算机设备及存储介质 |
CN111709844A (zh) * | 2020-05-13 | 2020-09-25 | 北京明略软件系统有限公司 | 一种保险洗钱人员检测方法、装置和计算机可读存储介质 |
CN111489262A (zh) * | 2020-06-15 | 2020-08-04 | 太平金融科技服务(上海)有限公司 | 保单信息检测方法、装置、计算机设备和存储介质 |
CN111950621A (zh) * | 2020-08-10 | 2020-11-17 | 中国平安人寿保险股份有限公司 | 基于人工智能的目标数据检测方法、装置、设备及介质 |
CN112084332A (zh) * | 2020-08-28 | 2020-12-15 | 浙江大学 | 一种基于深度双向语言文本处理网络的违章分类方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688924A (zh) * | 2021-08-31 | 2021-11-23 | 中国平安财产保险股份有限公司 | 异常订单检测方法、装置、设备及介质 |
CN113688924B (zh) * | 2021-08-31 | 2024-05-31 | 中国平安财产保险股份有限公司 | 异常订单检测方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112686762B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112860841B (zh) | 一种文本情感分析方法、装置、设备及存储介质 | |
EP3680850A1 (en) | Method and system for determining risk score for a contract document | |
CN113886584A (zh) | 一种应用程序的信息检测方法、装置及设备 | |
CN112507121B (zh) | 客服违规质检方法、装置、计算机设备及存储介质 | |
CN112685396A (zh) | 财务数据违规检测方法、装置、计算机设备及存储介质 | |
CN112990294B (zh) | 行为判别模型的训练方法、装置、电子设备及存储介质 | |
CN112950344A (zh) | 数据评估方法、装置、电子设备及存储介质 | |
CN112100378A (zh) | 文本分类模型训练方法、装置、计算机设备及存储介质 | |
CN112686762A (zh) | 保单数据违规检测方法、装置、计算机设备及存储介质 | |
CN110263135B (zh) | 一种数据交换匹配方法、装置、介质和电子设备 | |
CN116596662A (zh) | 基于企业舆情信息的风险预警的方法、装置、电子设备和介质 | |
US20200111054A1 (en) | Automated claims auditing | |
CN110362981B (zh) | 基于可信设备指纹判断异常行为的方法及系统 | |
CN114925757A (zh) | 多源威胁情报融合方法、装置、设备和存储介质 | |
CN110348190B (zh) | 基于用户操作行为的用户设备归属判断方法及装置 | |
CN113901817A (zh) | 文档分类方法、装置、计算机设备和存储介质 | |
CN114065748A (zh) | 识别风险数据的方法、装置、和电子设备 | |
CN112989021A (zh) | 用于顾问行为违规判定的方法、装置及设备 | |
CN112686037B (zh) | 线上业务断点提醒方法、装置、计算机设备及存储介质 | |
CN115249017B (zh) | 文本标注方法、意图识别模型的训练方法及相关设备 | |
CN114565030B (zh) | 特征筛选方法、装置、电子设备和存储介质 | |
CN112015858B (zh) | 信息的检测方法、设备及存储介质 | |
CN114372458A (zh) | 一种基于政务工单的突发事件检测方法 | |
CN116795707A (zh) | 软件隐私合规性前置检测方法及其相关设备 | |
CN116167775A (zh) | 一种风险控制系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |