CN113673962A - 目标对象处理方法及装置 - Google Patents
目标对象处理方法及装置 Download PDFInfo
- Publication number
- CN113673962A CN113673962A CN202111007470.7A CN202111007470A CN113673962A CN 113673962 A CN113673962 A CN 113673962A CN 202111007470 A CN202111007470 A CN 202111007470A CN 113673962 A CN113673962 A CN 113673962A
- Authority
- CN
- China
- Prior art keywords
- target object
- object information
- result
- auditing
- target
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000012550 audit Methods 0.000 claims description 110
- 238000012552 review Methods 0.000 claims description 25
- 238000012937 correction Methods 0.000 claims description 22
- 238000012015 optical character recognition Methods 0.000 claims description 17
- 238000003058 natural language processing Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 abstract description 11
- 239000000463 material Substances 0.000 description 36
- 230000036541 health Effects 0.000 description 23
- 239000012567 medical material Substances 0.000 description 13
- 238000004590 computer program Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Animal Behavior & Ethology (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供目标对象处理方法及装置，其中，所述方法包括基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。具体的，所述方法通过预设识别方法获取目标对象的标准化的对象信息，使得该对象信息在后续可以被规则引擎快速的进行识别以及进行规则匹配，提高目标对象的审核效率。
Description
技术领域
本说明书实施例涉及计算机技术领域，特别涉及一种目标对象处理方法。
背景技术
随着保险行业竞争越来越激烈以及客户服务意识越来越强，传统理赔服务主要依靠理赔专员对理赔案件进行审核，案件审核时效较长，并依赖大量的专业理赔人员，其无法满足客户以及保险公司对于案件的高服务(快速、精准)的理赔需求。
为了实现对于案件的高服务的理赔需求，现有技术中，也有保险公司采用对理赔材料进行自动化处理的方式实现对理赔案件的审核，但是目前保险公司采用的自动化处理方式，先识别出理赔材料的初始信息，然后基于初始信息实现对理赔案件的审核，而当初始信息出现不完整或者不准确的情况下，整个案件的审核时间就会增加，并且审核结果也会不准确。
发明内容
有鉴于此，本说明书施例提供了一种目标对象处理方法。本说明书一个或者多个实施例同时涉及一种目标对象处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种目标对象处理方法，包括：
基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；
在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；
将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
根据本说明书实施例的第二方面，提供了一种目标对象处理装置，包括：
规则审核模块，被配置为基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；
信息矫正模块，被配置为在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；
审核结果确定模块，被配置为将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
根据本说明书实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述目标对象处理方法的步骤。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述目标对象处理方法的步骤。
本说明书一个实施例实现了一种目标对象处理方法及装置，其中，所述目标对象处理方法包括基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
具体的，所述目标对象处理方法通过预设识别方法获取目标对象的标准化的对象信息，使得该对象信息在后续可以被规则引擎快速的进行识别以及进行规则匹配，提高目标对象的审核效率；并且在规则引擎无法一次完成目标对象审核的情况下，增加对象信息矫正以及再次规则引擎审核的方式对目标对象进行审核，以保证对目标对象的审核精确性。
附图说明
图1是本说明书一个实施例提供的一种目标对象处理方法的应用于理赔场景的架构示意图；
图2是本说明书一个实施例提供的一种目标对象处理方法的流程图；
图3是本说明书一个实施例提供的一种目标对象处理方法的处理过程流程图；
图4是本说明书一个实施例提供的一种目标对象处理装置的结构示意图；
图5是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
OCR：Optical Character Recognition，光学字符识别。
NLP：Natural Language Processing，自然语言处理。
医疗知识图谱：医疗领域相关的知识图谱，包含：疾病，诊断，药品，医疗耗材，医院等。
规则引擎：一种嵌入在应用程序中的组件，实现了将项目决策从应用程序代码中分离出来，并使用预定义的语义模块编写项目决策。
在本说明书中，提供了一种目标对象处理方法，本说明书同时涉及一种目标对象处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
参见图1，图1示出了根据本说明书一个实施例提供的一种目标对象处理方法的应用于理赔场景的架构示意图。
图1中包括用户、理赔应用程序、嵌入在理赔应用程序中的规则引擎、矫正人员以及审核人员；其中，理赔应用程序可以是保险公司自己开发的理赔应用程序，也可以是保险公司委托理赔审核的第三方平台的理赔应用程序，本说明书对此不作任何限定。
以理赔场景为健康理赔场景为例。
具体的，待理赔的用户将理赔案件需要的证明材料(如住院证明、诊断证明、出院证明等)整理之后，上传至理赔应用程序，理赔应用程序对用户上传的材料进行OCR识别，提取证明材料中的患者名称、医院名称、以及诊断信息等。
再通过NLP以及预先建立的医疗知识图谱将通过OCR识别的证明材料中的医院名称、以及诊断信息等进行标准化，形成规则引擎可以识别的标准化数据，例如通过OCR识别提取出的证明材料中的医院名称为简写，可以通过NLP以及预先建立的医疗知识图谱，确定该简写的医院名称对应的常用医院名称或者在司法机构登记的医院名称等。
规则引擎对标准化数据进行分析，对该理赔案件是否进行理赔，以及理赔金额进行决策。若基于该规则引擎确定该理赔案件不可以进行理赔，则不予受理，通过理赔应用程序给用户返回不予受理信息以及不予受理的详情；若基于该规则引擎确定该理赔案件可以进行理赔并给出理赔金额，则将该受理信息以及理赔金额通过理赔应用程序返回给用户；另一种情况下，若该规则引擎基于目前的该理赔案件的证明材料，无法确定该理赔案件是否可以进行理赔的情况下，可以进行人工矫正环节。
即，将标准化数据通过理赔应用程序发送至矫正人员，矫正人员对该标准化数据进行信息矫正，例如添加证明材料、将提取错误的姓名、地址等进行矫正；并将矫正后的标准化数据重新提交至理赔应用程序的规则引擎，该规则引擎再次对矫正后的标准化数据进行分析，以实现对该理赔案件的案件核赔以及核赔金额的决策。
实际应用中，若该规则引擎基于矫正后的标准化数据可以得出该理赔案件的是否理赔的明确结论，则结束本次的理赔流程；若该规则引擎基于矫正后的标准化数据还是无法确定该理赔案件是否可以理赔的情况下，则一种方式可以继续通过矫正人员矫正，重新通过该规则引擎进行审核，重复此流程，直到针对该理赔案件有明确理赔结论；另一种方式可以将待理赔的用户上传的理赔案件需要的证明材料以及矫正后的标准化数据发送至审核人员，由审核人员基于该证明材料以及理赔案件的矫正后的标准化数据对该理赔案件是否理赔进行审核，并给出审核结果。
本说明书实施例中，所述目标对象处理方法应用在保险理赔场景中，可以结合OCR，NLP，医疗知识图谱等，标准化健康险理赔案件的材料，用沉淀在规则引擎中的核赔以及理算规则对理赔案件进行系统的审核。同时，对基于算法标准化数据无法完成系统审核的案件，增加人工矫正算法标准化的案件材料数据再进行系统审核，提升整个理赔案件的审核时效，并且使得理赔案件的审核结果更加精准。
参见图2，图2示出了根据本说明书一个实施例提供的一种目标对象处理方法的流程图，具体包括以下步骤。
步骤202：基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果。
其中，目标对象处理方法的应用场景不同，目标对象也不同；例如，当目标对象处理方法应用在健康理赔场景中的情况下，目标对象可以理解为就医材料(诊断证明、入院证明、出院证明等)；当目标对象处理方法应用在车险理赔场景中的情况下，目标对象可以理解为车损证明材料(如驾照、事故车辆的照片等)。
而目标对象不同，其目标对象的对象信息也不同；仍以上述为例，目标对象为就医材料的情况下，该目标对象的对象信息可以为就医材料中的患者姓名、医院名称、疾病等等；目标对象为车损证明材料的情况下，该目标对象的对象信息可以为车损证明材料中的车辆驾驶员名称、车辆型号、车损情况等等。
此外，规则引擎也是根据所述目标对象处理方法的具体应用场景的不同进行适应性匹配的；仍以上述为例，若目标对象处理方法应用在健康理赔场景中的情况下，该规则引擎中的审核规则，则会是根据历史针对健康理赔场景中的理赔案件进行处理，针对性生成的审核规则；若目标对象处理方法应用在车险理赔场景中的情况下，该规则引擎中的审核规则，则会是根据历史针对车险理赔场景中的理赔案件进行处理，针对性生成的审核规则。因此，在所述目标对象处理方法具体实施之前，可以针对不同的场景，建立每个场景对应的、合适的规则引擎，以便于后续的具体应用。其具体实现方式如下所述：
所述将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果之前，还包括：
确定所述目标对象对应的目标项目，获取与所述目标项目对应的历史对象处理信息；
基于预设规则提取策略从所述历史对象处理信息中，提取与所述目标项目对应的审核规则，并将所述审核规则存储至所述规则引擎。
其中，目标项目可以理解为具体的应用场景，例如健康理赔场景、车险理赔场景等。
具体的，以目标对象为就医材料，目标项目为健康理赔场景为例。
在所述目标对象处理方法对就医材料进行处理之前，可以先确定该就医材料对应的健康理赔场景，获取与该健康理赔场景对应的历史对象处理信息；然后根据预设规则提取策略从这些历史对象处理信息中提取出，该就医材料对应的审核规则，并将该审核规则存储至规则引擎，形成与该目标对象对应的规则引擎。其中，预设规则提取策略可以根据实际应用进行调整，例如提取历史对象处理信息中均存在的项目(姓名、证件号码等)；那么审核规则可以为：就医材料中必须存在姓名、证件号码等。即使用预设提取规则将健康险理赔审核知识用规则的形式表达出来，后续可以放入该规则引擎中，使得该规则引擎可以基于存储的规则对理赔案件进行审核。
实际应用中，规则引擎可以是基于目标项目构建好的，当需要基于规则引擎针对目标对象的对象信息进行审核的情况下，可以直接进行相应的选择使用，以实现快速的对目标对象进行审核，提升审核效率。
此外，为了使得规则引擎可以在后续基于该目标对象的对象信息进行快速的审核，确定审核结果，可以将该目标对象的对象信息进行标准化，以形成后续规则引擎可以识别的数据。具体实现方式如下所述：
所述基于预设识别方法确定目标对象的标准化的对象信息，包括：
接收用户上传的针对目标项目的目标对象，并通过光学字符识别获得所述目标对象的初始对象信息；
根据自然语言处理以及知识图谱对所述初始对象信息进行标准化处理，获得标准化处理后的所述目标对象的对象信息，其中，所述知识图谱为与所述目标项目对应的知识图谱。
其中，目标项目的详细解释可以参见上述实施例，在此不再赘述。
具体实施时，所述目标对象处理方法应用于处理理赔案件的应用程序，首先该应用程序接收用户上传的针对目标项目的目标对象，通过OCR识别获得该目标对象的初始对象信息；再根据NLP和知识图谱对该初始对象信息进行标准化处理，获得标准化处理后的该目标对象的对象信息。其中，用户可以理解为待理赔用户，又或者是待理赔用户委托的上传材料的第三方用户等。
沿用上例，仍以目标对象为就医材料，目标项目为健康理赔场景为例。对基于预设识别方法确定目标对象的标准化的对象信息，进行详细说明。
首先，应用程序接收用户上传的针对健康理赔场景的就医材料，通过OCR识别获得该就医材料中的初始对象信息(患者姓名、证件号码、疾病名称以及医院名称等)；再根据NLP和知识图谱对该初始对象信息进行标准化处理，获得标准化处理后的该就医材料中的对象信息。例如，将识别出的就医材料中的疾病名称标准化为疾病学名，将识别出的就医材料中的医院名称标准化为在司法机构登记的完成的医院名称等等。又或者将通过OCR识别的该就医材料中的初始对象信息标准化为机器可以识别的二进制代码等。
实际应用中，基于要处理的目标项目不同，对应的知识图谱也不同；例如目标项目为健康理赔场景，那么该目标项目对应的知识图谱就可以为医疗知识图谱，该医疗知识图谱中可以包括疾病、诊断、药品、医院、医疗耗材等；目标项目为车损理赔场景，那么该目标项目对应的知识图谱就可以为交通知识图谱，该交通知识图谱中可以包括车辆型号、发动机型号、车损情况名称、车辆零件等。
具体的，在基于预设识别方法确定目标对象的标准化的对象信息之后，将该对象信息输入到与其对应的规则引擎中，获得该规则引擎基于其存储的规则策略对对象信息进行审核的审核结果。
而为了获得使得规则引擎可以快速的对该对象信息进行审核，可以将对象信息进行分析，对可以快速获得审核结果的类型的对象信息进行优先审核，以快速确定对象信息的审核结果。具体实现方式如下所述：
所述将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果，包括：
对所述对象信息进行分类，将第一类型的对象信息输入规则引擎，获得所述规则引擎针对所述第一类型的对象信息的初始审核结果；
在所述初始审核结果为通过的情况下，将第二类型的对象信息输入规则引擎，获得所述规则引擎针对所述第二类型的对象信息的审核结果。
具体的，对对象信息进行分类，例如分为身份审核类型和材料审核类型，然后将第一类型的对象信息(身份审核类型的对象信息)输入规则引擎，获得规则引擎针对该身份审核类型的对象信息的初始审核结果；
在初始审核结果通过的情况下，将第二类型的对象信息(材料审核类型)输入规则引擎，获得规则引擎针对该第二类型的对象信息的审核结果。
实际应用中，采用上述方式先对对象信息中的身份信息进行审核，在身份信息通过的情况下，再对具体的材料内容进行审核；而在身份信息的审核就无法通过的情况下，可以直接给出明确的不予理赔的审核结论，结束本次的审核流程，无需再占用审核资源对具体的材料内容进行审核，极大的提升了审核效率。具体实现方式如下所述：
所述获得所述规则引擎针对所述第一类型的对象信息的初始审核结果之后，还包括：
在所述初始审核结果为不通过的情况下，基于所述初始审核结果确定所述目标对象对应的第一目标资源。
其中，初始审核结果为不通过，可以理解为对象信息中的患者的身份信息或者驾驶员的身份信息等不安全或者是不准确等情况。
步骤204：在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息。
其中，第一审核结果可以理解为无明确结论的审核结果，而以下实施例中的第二审核结果可以理解为有明确结论的审核结果，而有明确结论的第二审核结果又分为两种情况：一种为第一子审核结果和第二子审核结果，其中，第一子审核结果为明确不予理赔的情况，第二子审核结果为明确可以理赔的情况。
具体的，在审核结果为第一审核结果，即无明确结论的审核结果的情况下，可以确定存在目标对象的对象信息不完成或者不清楚的情况出现，此时则可以将该对象信息发送至第一审核方进行矫正，其中，第一审核方可以理解为上述实施例的矫正人员。其具体实现方式如下所述：
所述在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息，包括：
在所述审核结果为第一审核结果的情况下，将所述对象信息发送至第一审核方进行信息矫正，并接收所述第一审核方对所述对象信息校正后的目标对象信息。
其中，第一审核结果以及第一审核方的详细解释可以参见上述实施例，在此不再赘述。
具体的，在审核结果为无明确结论的审核结果的情况下，将该对象信息发送至第一审核方进行信息矫正，并接收第一审核方对该对象信息进行矫正后返回的目标对象信息，后续可以基于该目标对象信息继续对目标对象进行审核，以保证审核结果的准确性。
而若审核结果为第二审核结果的情况下，则可以基于该第二审核结果确定该目标对象对应的目标资源，具体实现方式如下所述：
所述获得所述规则引擎针对所述对象信息的审核结果之后，还包括：
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
其中，第二审核结果的详细解释可以参见上述实施例，在此不再赘述。
具体的，在审核结果为有明确结论的审核结果的情况下，可以分为两种情况，一种是第二审核结果为可以理赔的审核结果，那么可以该审核结果中会携带有为目标对象理赔的目标资源；另一种是第二审核结果为不可以理赔的审核结果，那么此时该目标对象对应的目标资源即为零。
具体的，所述在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源，包括：
在所述审核结果为第二审核结果的第一子审核结果的情况下，基于所述第一子审核结果确定所述目标对象对应的第一目标资源；或者
在所述审核结果为第二审核结果的第二子审核结果的情况下，基于所述第二子审核结果确定所述目标对象对应的第二目标资源。
其中，第一子审核结果和第二子审核结果的详细解释可以参见上述实施例，在此不再赘述。
实际应用中，在审核结果为有明确结论的第二审核结果中的第一子审核结果，即可以理赔的审核结果的情况下，可以基于该第一子审核结果中携带待资源信息确定该目标对象对应的目标资源，即可理赔的金额。而在审核结果为有明确结论的第二审核结果中的第二子审核结果，即不可以理赔的审核结果的情况下，可以基于该第二子审核结果确定该目标对象对应的目标资源为零。可以通过上述方式快速、且准确的获得该目标对象对应的目标资源。
步骤206：将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
具体的，接收第一审核方对对象信息矫正后的目标对象信息后，可以将该目标对象信息继续通过规则引擎进行审核，以获得该目标对象的审核结果。而通过规则引擎对该目标对象信息进行继续审核，还是会存在两种情况，一种是该目标对象的审核结果为第一审核结果，即为无明确结论的审核结果；另一种是该目标对象的审核结果为第二审核结果，即为有明确结论的审核结果。
那么在该目标对象信息的审核结果为第二审核结果的情况下，可以根据上述实施例的具体实现方式，基于该第二审核结果直接确定目标对象对应的目标资源；而在该目标对象信息的审核结果为第一审核结果的情况下，可以有两种处理方式：第一种处理方式是进入人工审核，快速的结束审核流程；第二种处理方式是通过信息矫正、规则引擎进行迭代处理，直至目标对象信息的审核结果为第二审核结果的情况下结束。
首先，对第一种处理方式进行具体说明，具体的，所述获得所述规则引擎针对所述目标对象信息的审核结果之后，还包括：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象的初始对象信息以及所述目标对象信息发送至第二审核方进行审核，并接收所述第二审核方对所述目标对象信息的审核结果；
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
其中，第二审核方和第一审核方可以为相同的审核人员，也可以为不同的审核人员，具体可以根据实际需要进行设置，本说明书实施例对此不作任何限定。而目标对象的初始对象信息可以理解为目标对象上传的原始的就医证明材料。
本说明书实施中，在规则引擎针对目标对象信息的审核结果为第一审核结果的情况下，可以将该目标对象信息直接发送至第二审核方进行人工审核，以快速的确定目标对象的有明确结论的审核结果；而在规则引擎针对目标对象信息的审核结果为第二审核结果的情况下，可以基于上述实施例的处理方式，基于第二审核结果确定目标对象对应的目标资源。
此外，对第二种处理方式进行具体说明，具体的，所述获得所述规则引擎针对所述目标对象信息的审核结果之后，还包括：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象信息发送至所述第一审核方进行矫正，并接收所述第一审核方返回的矫正后的目标对象信息；
将所述矫正后的目标对象信息输入所述规则引擎，获得所述规则引擎针对所述矫正后的目标对象信息的审核结果；
直至在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
其中，第二审核方和第一审核方可以为相同的审核人员，也可以为不同的审核人员，具体可以根据实际需要进行设置，本说明书实施例对此不作任何限定。
本说明书实施中，在规则引擎针对目标对象信息的审核结果为第一审核结果的情况下，可以继续将该目标对象信息发送至第一审核方进行矫正，重新通过规则引擎进行审核，以通过规则引擎获得更加精确的该目标对象对应的目标资源；而在规则引擎针对目标对象信息的审核结果为第二审核结果的情况下，可以基于上述实施例的处理方式，基于第二审核结果确定目标对象对应的目标资源。
本说明书实施例提供的所述目标对象处理方法，通过预设识别方法获取目标对象的标准化的对象信息，使得该对象信息在后续可以被规则引擎快速的进行识别以及进行规则匹配，提高目标对象的审核效率；并且在规则引擎无法一次完成目标对象审核的情况下，增加对象信息矫正以及再次规则引擎审核的方式对目标对象进行审核，以保证对目标对象的审核精确性。
下述结合附图3，以本说明书提供的目标对象处理方法在健康理赔场景的应用为例，对所述目标对象处理方法进行进一步说明。其中，图3示出了本说明书一个实施例提供的一种目标对象处理方法的处理过程流程图，具体包括以下步骤。
步骤302：用户报案。
具体的，用户报案可以理解为接收用户上传的针对健康理赔案件的就医材料。
步骤304：报案材料的提取。
具体的，报案材料的提取可以理解为，对用户上传的就医材料进行OCR提取，提取出就医材料中的患者名称，医院名称，诊断等信息；并基于NLP和医疗知识图谱对基于OCR提取的医院名称，诊断等信息等信息进行标准化，形成标准化数据。
步骤306：基于算法提取值进行系统审核。
具体的，基于算法提取值进行系统审核，可以理解为基于上述标准化数据使用规则引擎进行案件核赔以及理算决策。即使用规则引擎确定该案件是否理赔以及理赔金额的计算。
步骤308：判断是否有明确结论，若是，则执行步骤310，若否，则执行步骤312。
具体的，判断是否有明确结论，可以理解为判断规则引擎是否可以明确的判断出该健康理赔案件是否可以理赔。
步骤310：案件完结。
具体的，案件完结，可以理解为若规则引擎可以明确的判断出该健康理赔案件是否可以理赔，例如可以理赔或者不可以理赔，该案件完结。
步骤312：材料提取内容人工矫正。
具体的，材料提取内容人工矫正，可以理解为若规则引擎不可以明确的判断出该健康理赔案件是否可以理赔，则可以将上述提取的标准化数据进行人工矫正。
步骤314：基于人工提取值进行系统审核。
具体的，基于人工提取值进行系统审核，可以理解为基于上述人工矫正后的标准化数据使用规则引擎再次进行案件核赔以及理算决策。即使用规则引擎再次确定该案件是否理赔以及理赔金额的计算。
步骤316：判断是否有明确结论，若是，则执行步骤310，若否，则执行步骤318。
具体的，判断是否有明确结论，可以理解为判断规则引擎是否可以基于矫正后的标准化数据明确的判断出该健康理赔案件是否可以理赔。
步骤318：转人工审核。
具体的，转人工审核，可以理解为，若规则引擎仍旧不可以明确的判断出该健康理赔案件是否可以理赔，则可以将接收的用户上传的针对健康理赔案件的就医材料以及矫正后的标准化数据进行人工审核后，案件完结。
本说明书实施例提供的应用于健康理赔场景的目标对象处理方法，将案件审核(核赔以及理算)规则通过放在规则引擎中，以通过OCR以及NLP结合医疗知识图谱标准化医疗材料，并将标准化的医疗材料作为规则引擎的输入，通过该规则引擎快速对一个案件进行核赔以及理算；并且引入人工小二矫正OCR、NLP以及医疗知识图谱标准化的数据，提升系统审核覆盖的案件。具体的，使用OCR，NLP，医疗知识图谱将理赔案件材料的数据提取出来，标准化为机器可以理解的数据，整体流程配合算法以及人工将系统审核的效率最大化。
与上述方法实施例相对应，本说明书还提供了目标对象处理装置实施例，图4示出了本说明书一个实施例提供的一种目标对象处理装置的结构示意图。如图4所示，该装置包括：
规则审核模块402，被配置为基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；
信息矫正模块404，被配置为在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；
审核结果确定模块406，被配置为将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
可选地，所述规则审核模块402，进一步被配置为：
接收用户上传的针对目标项目的目标对象，并通过光学字符识别获得所述目标对象的初始对象信息；
根据自然语言处理以及知识图谱对所述初始对象信息进行标准化处理，获得标准化处理后的所述目标对象的对象信息，其中，所述知识图谱为与所述目标项目对应的知识图谱。
可选地，所述装置，还包括：
信息审核模块，被配置为：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象的初始对象信息以及所述目标对象信息发送至第二审核方进行审核，并接收所述第二审核方对所述目标对象信息的审核结果；
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
可选地，所述装置，还包括：
重新矫正模块，被配置为：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象信息发送至所述第一审核方进行矫正，并接收所述第一审核方返回的矫正后的目标对象信息；
将所述矫正后的目标对象信息输入所述规则引擎，获得所述规则引擎针对所述矫正后的目标对象信息的审核结果；
直至在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
可选地，所述装置，还包括：
资源确定模块，被配置为：
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
可选地，所述资源确定模块，进一步被配置为：
在所述审核结果为第二审核结果的第一子审核结果的情况下，基于所述第一子审核结果确定所述目标对象对应的第一目标资源；或者
在所述审核结果为第二审核结果的第二子审核结果的情况下，基于所述第二子审核结果确定所述目标对象对应的第二目标资源。
可选地，所述信息矫正模块404，进一步被配置为：
在所述审核结果为第一审核结果的情况下，将所述对象信息发送至第一审核方进行信息矫正，并接收所述第一审核方对所述对象信息校正后的目标对象信息。
可选地，所述规则审核模块402，进一步被配置为：
对所述对象信息进行分类，将第一类型的对象信息输入规则引擎，获得所述规则引擎针对所述第一类型的对象信息的初始审核结果；
在所述初始审核结果为通过的情况下，将第二类型的对象信息输入规则引擎，获得所述规则引擎针对所述第二类型的对象信息的审核结果。
可选地，所述装置，还包括：
目标资源确定模块，被配置为：
在所述初始审核结果为不通过的情况下，基于所述初始审核结果确定所述目标对象对应的第一目标资源。
可选地，所述装置，还包括：
审核规则确定模块，被配置为：
确定所述目标对象对应的目标项目，获取与所述目标项目对应的历史对象处理信息；
基于预设规则提取策略从所述历史对象处理信息中，提取与所述目标项目对应的审核规则，并将所述审核规则存储至所述规则引擎。
本说明书实施例提供的所述目标对象处理装置，通过预设识别方法获取目标对象的标准化的对象信息，使得该对象信息在后续可以被规则引擎快速的进行识别以及进行规则匹配，提高目标对象的审核效率；并且在规则引擎无法一次完成目标对象审核的情况下，增加对象信息矫正以及再次规则引擎审核的方式对目标对象进行审核，以保证对目标对象的审核精确性。
上述为本实施例的一种目标对象处理装置的示意性方案。需要说明的是，该目标对象处理装置的技术方案与上述的目标对象处理方法的技术方案属于同一构思，目标对象处理装置的技术方案未详细描述的细节内容，均可以参见上述目标对象处理方法的技术方案的描述。
图5示出了根据本说明书一个实施例提供的一种计算设备500的结构框图。该计算设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接，数据库550用于保存数据。
计算设备500还包括接入设备540，接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图5所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备500可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备500还可以是移动式或静止式的服务器。
其中，处理器520用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述目标对象处理方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的目标对象处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述目标对象处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，，该计算机可执行指令被处理器执行时实现上述目标对象处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的目标对象处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述目标对象处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述目标对象处理方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的目标对象处理方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述目标对象处理方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-On ly Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
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述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (13)
1.一种目标对象处理方法，包括：
基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；
在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；
将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
2.根据权利要求1所述的目标对象处理方法，所述基于预设识别方法确定目标对象的标准化的对象信息，包括：
接收用户上传的针对目标项目的目标对象，并通过光学字符识别获得所述目标对象的初始对象信息；
根据自然语言处理以及知识图谱对所述初始对象信息进行标准化处理，获得标准化处理后的所述目标对象的对象信息，其中，所述知识图谱为与所述目标项目对应的知识图谱。
3.根据权利要求1所述的目标对象处理方法，所述获得所述规则引擎针对所述目标对象信息的审核结果之后，还包括：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象的初始对象信息以及所述目标对象信息发送至第二审核方进行审核，并接收所述第二审核方对所述目标对象信息的审核结果；
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
4.根据权利要求1所述的目标对象处理方法，所述获得所述规则引擎针对所述目标对象信息的审核结果之后，还包括：
在所述审核结果为所述第一审核结果的情况下，将所述目标对象信息发送至所述第一审核方进行矫正，并接收所述第一审核方返回的矫正后的目标对象信息；
将所述矫正后的目标对象信息输入所述规则引擎，获得所述规则引擎针对所述矫正后的目标对象信息的审核结果；
直至在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
5.根据权利要求1所述的目标对象处理方法，所述获得所述规则引擎针对所述对象信息的审核结果之后，还包括：
在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源。
6.根据权利要求3-5任意一项所述的目标对象处理方法，所述在所述审核结果为第二审核结果的情况下，基于所述第二审核结果确定所述目标对象对应的目标资源，包括：
在所述审核结果为第二审核结果的第一子审核结果的情况下，基于所述第一子审核结果确定所述目标对象对应的第一目标资源；或者
在所述审核结果为第二审核结果的第二子审核结果的情况下，基于所述第二子审核结果确定所述目标对象对应的第二目标资源。
7.根据权利要求1所述的目标对象处理方法，所述在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息，包括：
在所述审核结果为第一审核结果的情况下，将所述对象信息发送至第一审核方进行信息矫正，并接收所述第一审核方对所述对象信息校正后的目标对象信息。
8.根据权利要求1所述的目标对象处理方法，所述将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果，包括：
对所述对象信息进行分类，将第一类型的对象信息输入规则引擎，获得所述规则引擎针对所述第一类型的对象信息的初始审核结果；
在所述初始审核结果为通过的情况下，将第二类型的对象信息输入规则引擎，获得所述规则引擎针对所述第一类型的对象信息的审核结果。
9.根据权利要求8所述的目标对象处理方法，所述获得所述规则引擎针对所述第一类型的对象信息的初始审核结果之后，还包括：
在所述初始审核结果为不通过的情况下，基于所述初始审核结果确定所述目标对象对应的第一目标资源。
10.根据权利要求1所述的目标对象处理方法，所述将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果之前，还包括：
确定所述目标对象对应的目标项目，获取与所述目标项目对应的历史对象处理信息；
基于预设规则提取策略从所述历史对象处理信息中，提取与所述目标项目对应的审核规则，并将所述审核规则存储至所述规则引擎。
11.一种目标对象处理装置，包括：
规则审核模块，被配置为基于预设识别方法确定目标对象的标准化的对象信息，并将所述对象信息输入规则引擎，获得所述规则引擎针对所述对象信息的审核结果；
信息矫正模块，被配置为在所述审核结果为第一审核结果的情况下，接收第一审核方对所述对象信息校正后的目标对象信息；
审核结果确定模块，被配置为将所述目标对象信息输入所述规则引擎，获得所述规则引擎针对所述目标对象信息的审核结果。
12.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至10任意一项所述目标对象处理方法的步骤。
13.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至10任意一项所述目标对象处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111007470.7A CN113673962A (zh) | 2021-08-30 | 2021-08-30 | 目标对象处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111007470.7A CN113673962A (zh) | 2021-08-30 | 2021-08-30 | 目标对象处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113673962A true CN113673962A (zh) | 2021-11-19 |
Family
ID=78547482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111007470.7A Pending CN113673962A (zh) | 2021-08-30 | 2021-08-30 | 目标对象处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673962A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109508797A (zh) * | 2018-12-14 | 2019-03-22 | 深圳壹账通智能科技有限公司 | 基于区块链的车险理赔方法及相关设备 |
| CN109523265A (zh) * | 2018-10-16 | 2019-03-26 | 易保互联医疗信息科技（北京）有限公司 | 医保结算全流程自动审核方法及系统 |
| CN111966716A (zh) * | 2020-08-20 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 数据处理方法以及装置 |
| CN113011959A (zh) * | 2021-05-24 | 2021-06-22 | 国能大渡河大数据服务有限公司 | 一种“七项费用”智慧审计系统及其使用方法 |
| CN113191908A (zh) * | 2021-05-13 | 2021-07-30 | 支付宝(杭州)信息技术有限公司 | 理赔审核处理方法及装置 |
-
2021
- 2021-08-30 CN CN202111007470.7A patent/CN113673962A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109523265A (zh) * | 2018-10-16 | 2019-03-26 | 易保互联医疗信息科技（北京）有限公司 | 医保结算全流程自动审核方法及系统 |
| CN109508797A (zh) * | 2018-12-14 | 2019-03-22 | 深圳壹账通智能科技有限公司 | 基于区块链的车险理赔方法及相关设备 |
| CN111966716A (zh) * | 2020-08-20 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 数据处理方法以及装置 |
| CN113191908A (zh) * | 2021-05-13 | 2021-07-30 | 支付宝(杭州)信息技术有限公司 | 理赔审核处理方法及装置 |
| CN113011959A (zh) * | 2021-05-24 | 2021-06-22 | 国能大渡河大数据服务有限公司 | 一种“七项费用”智慧审计系统及其使用方法 |
Non-Patent Citations (1)
| Title |
|---|
| 彭坤;冷金昌;孙晓玮;: "医保智能审核系统的技术创新研究", 现代仪器与医疗, no. 01, 15 January 2015 (2015-01-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522304B (zh) | 异常对象识别方法及装置、存储介质 | |
| CN111444952B (zh) | 样本识别模型的生成方法、装置、计算机设备和存储介质 | |
| WO2021012904A1 (zh) | 一种数据更新方法及相关设备 | |
| US11921575B1 (en) | Systems and methods for verifying vehicle identification number (VIN) | |
| US20220005126A1 (en) | Virtual assistant for recommendations on whether to arbitrate claims | |
| CN110276587B (zh) | 项目审批的方法、装置、计算设备及计算机可读存储介质 | |
| CN110610431A (zh) | 基于大数据的智能理赔方法及智能理赔系统 | |
| CN110362700B (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
| CN112712429A (zh) | 汇款业务审核方法、装置、计算机设备和存储介质 | |
| CN111815169A (zh) | 业务审批参数配置方法及装置 | |
| CN110517007A (zh) | 仲裁申请立案审核处理方法、装置和计算机设备 | |
| CN111445058A (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
| CN111489158A (zh) | 基于区块链的在线赋强公证方法、系统、设备及存储介质 | |
| CN113344437B (zh) | 理赔业务处理方法、装置、计算机设备和存储介质 | |
| CN111784665A (zh) | 基于傅里叶变换的oct图像质量评估方法、系统及装置 | |
| CN108876633B (zh) | 外国人保单的核保处理方法、装置、计算机设备和存储介质 | |
| CN114219596A (zh) | 一种基于决策树模型的数据处理方法及相关设备 | |
| CN112990868A (zh) | 车辆保险自动赔付方法、系统、设备及存储介质 | |
| CN110489434B (zh) | 一种信息处理方法及相关设备 | |
| CN111815467A (zh) | 审核方法以及装置 | |
| CN113673962A (zh) | 目标对象处理方法及装置 | |
| CN111507850A (zh) | 核保方法及相关装置、设备 | |
| CN115641201A (zh) | 数据异常检测方法、系统、终端设备及存储介质 | |
| CN115099934A (zh) | 一种高潜客户识别方法、电子设备和存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211215 Address after: Room 610, floor 6, No. 618, Wai Road, Huangpu District, Shanghai 200010 Applicant after: Ant Shengxin (Shanghai) Information Technology Co.,Ltd. Address before: 801-11, Section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province, 310013 Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd. |