CN115034317A - 保单识别模型的训练方法和装置、保单识别方法和装置 - Google Patents
保单识别模型的训练方法和装置、保单识别方法和装置 Download PDFInfo
- Publication number
- CN115034317A CN115034317A CN202210687344.9A CN202210687344A CN115034317A CN 115034317 A CN115034317 A CN 115034317A CN 202210687344 A CN202210687344 A CN 202210687344A CN 115034317 A CN115034317 A CN 115034317A
- Authority
- CN
- China
- Prior art keywords
- data
- policy
- sample
- training
- neural network
- 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
- 238000012549 training Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000003062 neural network model Methods 0.000 claims abstract description 91
- 238000000605 extraction Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 21
- 238000013473 artificial intelligence Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000003058 natural language processing Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种保单识别模型的训练方法和装置、保单识别方法和装置,属于人工智能技术领域。该方法包括:获取包括正保单样本和负保单样本的第一样本数据;对第一样本数据进行特征提取,得到目标保单特征;根据目标保单特征构建样本特征数据;根据样本特征数据对预设的神经网络模型进行训练,得到分类预测结果;根据分类预测结果对神经网络模型进行性能评估,得到性能数据;若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据;将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型。本申请能够改善模型的训练效果。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种保单识别模型的训练方法和装置、保单识别方法和装置。
背景技术
目前,在常见的保单识别模型的训练过程中,常常采用随机取样的方式选取不同类型的样本数据来进行模型训练,这一方式存在着输入的样本数据不均衡的问题,往往会影响模型的训练效果,因此,如何改善模型的训练效果,成为了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种保单识别模型的训练方法和装置、保单识别方法和装置,旨在改善模型的训练效果。
为实现上述目的,本申请实施例的第一方面提出了一种保单识别模型的训练方法,所述训练方法包括:
获取第一样本数据,其中,所述第一样本数据包括标注有投诉标签的正保单样本和负保单样本,所述投诉标签用于标注所述第一样本数据的投诉类别;
对所述第一样本数据进行特征提取,得到目标保单特征;
根据所述目标保单特征构建样本特征数据;
根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果;
根据所述分类预测结果对所述神经网络模型进行性能评估,得到所述神经网络模型的性能数据;
若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据;
将所述第二样本数据和所述分类预测结果输入至所述神经网络模型进行训练,直到所述性能数据由所述第一数据转变为第二数据,得到保单识别模型,所述保单识别模型用于识别目标保单的投诉类别,其中,所述第一数据和所述第二数据用于表征所述神经网络模型是否满足训练条件。
在一些实施例,所述对所述第一样本数据进行特征提取,得到目标保单特征的步骤,包括:
通过预设函数和预设特征标签对所述第一样本数据进行标签概率计算,得到所述第一样本数据的标签概率;
根据所述标签概率和预设的概率阈值对所述第一样本数据进行特征提取,得到所述目标保单特征。
在一些实施例,所述根据所述目标保单特征构建样本特征数据的步骤,包括:
获取预设的计算维度和样本范围;
在所述计算维度和样本范围内对所述目标保单特征进行格式转换,得到所述样本特征数据。
在一些实施例,所述根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果的步骤,包括:
通过所述神经网络模型的预设算法对所述样本特征数据进行分类预测,得到分类预测值;
根据所述分类预测值和预设的分类阈值,得到所述分类预测结果。
在一些实施例,所述若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据的步骤,包括:
若所述性能数据为第一数据,则根据所述分类预测结果对所述第一样本数据进行排序处理,得到样本数据序列;
根据预设的分位点将所述样本数据序列划分为多个样本区间;
根据所述性能数据对所述样本区间的所述正保单样本和所述负保单样本进行筛选处理,得到所述第二样本数据。
为实现上述目的,本申请实施例的第二方面提出了一种保单识别方法,所述方法包括:
获取待识别的目标保单;
将所述目标保单输入至保单识别模型中进行识别处理,得到所述目标保单的分类概率值,其中,所述分类概率值用于表征所述目标保单含有投诉内容的可能性;所述保单识别模型根据如第一方面所述的保单识别模型的训练方法训练得到;
根据所述分类概率值对所述目标保单进行类别标注处理,得到类别标签。
为实现上述目的,本申请实施例的第三方面提出了一种保单识别模型的训练装置,所述训练装置包括:
样本数据获取模块,用于获取第一样本数据,其中,所述第一样本数据包括标注有投诉标签的正保单样本和负保单样本,所述投诉标签用于标注所述第一样本数据的投诉类别;
特征提取模块,用于对所述第一样本数据进行特征提取,得到目标保单特征;
构建模块,用于根据所述目标保单特征构建样本特征数据;
训练模块,用于根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果;
评估模块,用于根据所述分类预测结果对所述神经网络模型进行性能评估,得到所述神经网络模型的性能数据;
筛选模块,用于若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据;
循环模块,用于将所述第二样本数据和所述分类预测结果输入至所述神经网络模型进行训练,直到所述性能数据由所述第一数据转变为第二数据,得到保单识别模型,所述保单识别模型用于识别目标保单的投诉类别,其中,所述第一数据和所述第二数据用于表征所述神经网络模型是否满足训练条件。
为实现上述目的,本申请实施例的第四方面提出了一种保单识别装置,所述装置包括:
保单获取模块,用于获取待识别的目标保单;
保单识别模块,用于将所述目标保单输入至保单识别模型中进行识别处理,得到所述目标保单的分类概率值,其中,所述分类概率值用于表征所述目标保单含有投诉内容的可能性;所述保单识别模型根据如第一方面所述的保单识别模型的训练方法训练得到;
标注模块,用于根据所述分类概率值对所述目标保单进行类别标注处理,得到类别标签。
为实现上述目的,本申请实施例的第五方面提出了一种电子设备,所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现上述第一方面或者第二方面所述的方法。
为实现上述目的,本申请实施例的第六方面提出了一种存储介质,所述存储介质为计算机可读存储介质,用于计算机可读存储,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述第一方面或者第二方面所述的方法。
本申请提出的保单识别模型的训练方法和装置、保单识别方法和装置,其通过获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别,能够使得第一样本数据包含多种类型的样本数据,提高样本多样性。进一步地,对第一样本数据进行特征提取,得到目标保单特征,并根据目标保单特征构建样本特征数据,能够方便地提取出用于模型训练的特征数据,减小模型的计算量。进而,根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;并根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据,这一方式能够较为方便地确定神经网络模型的预测效果是否满足训练条件,若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据,通过筛选处理能够有效地缩减样本总量和改变不同样本在总样本数据的占比情况;将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别,其中,第一数据和第二数据用于表征神经网络模型是否满足训练条件。这一方式采用了循环迭代的模型训练策略,能够通过对神经网络模型进行多轮训练来从整体上提高正保单样本在整个训练样本集的占比,从而解决相应的业务场景下的样本不均衡的问题,有效地改善模型的训练效果。
附图说明
图1是本申请实施例提供的保单识别模型的训练方法的流程图;
图2是图1中的步骤S102的流程图;
图3是图1中的步骤S103的流程图;
图4是图1中的步骤S104的流程图;
图5是图1中的步骤S106的流程图;
图6是本申请实施例提供的保单识别方法的流程图;
图7是本申请实施例提供的保单识别模型的训练装置的结构示意图;
图8是本申请实施例提供的保单识别装置的结构示意图;
图9是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对本申请中涉及的若干名词进行解析:
人工智能(artificial intelligence,AI):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;人工智能是计算机科学的一个分支,人工智能企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
自然语言处理(natural language processing,NLP):NLP用计算机来处理、理解以及运用人类语言(如中文、英文等),NLP属于人工智能的一个分支,是计算机科学与语言学的交叉学科,又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息意图识别、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域,它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
信息抽取(Information Extraction):从自然语言文本中抽取指定类型的实体、关系、事件等事实信息,并形成结构化数据输出的文本处理技术。信息抽取是从文本数据中抽取特定信息的一种技术。文本数据是由一些具体的单位构成的,例如句子、段落、篇章,文本信息正是由一些小的具体的单位构成的,例如字、词、词组、句子、段落或是这些具体的单位的组合。抽取文本数据中的名词短语、人名、地名等都是文本信息抽取,当然,文本信息抽取技术所抽取的信息可以是各种类型的信息。
分位数(Quantile):亦称分位点,是指将一个随机变量的概率分布范围分为几个等份的数值点,常用的有中位数(即二分位数)、四分位数、百分位数等。
宽表:从字面意义上讲就是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。
目前,在常见的保单识别模型的训练过程中,常常采用随机取样的方式选取不同类型的样本数据来进行模型训练,这一方式存在着输入的样本数据不均衡的问题,往往会影响模型的训练效果,因此,如何改善模型的训练效果,成为了亟待解决的技术问题。
基于此,本申请实施例提供了一种保单识别模型的训练方法和装置、保单识别方法和装置,旨在改善模型的训练效果。
本申请实施例提供的保单识别模型的训练方法和装置、保单识别方法和装置,具体通过如下实施例进行说明,首先描述本申请实施例中的保单识别模型的训练方法。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的保单识别模型的训练方法,涉及人工智能技术领域。本申请实施例提供的保单识别模型的训练方法可应用于终端中,也可应用于服务器端中,还可以是运行于终端或服务器端中的软件。在一些实施例中,终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等;服务器端可以配置成独立的物理服务器,也可以配置成多个物理服务器构成的服务器集群或者分布式系统,还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器;软件可以是实现保单识别模型的训练方法的应用等,但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
图1是本申请实施例提供的保单识别模型的训练方法的一个可选的流程图,图1中的方法可以包括但不限于包括步骤S101至步骤S107。
步骤S101,获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别;
步骤S102,对第一样本数据进行特征提取,得到目标保单特征;
步骤S103,根据目标保单特征构建样本特征数据;
步骤S104,根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;
步骤S105,根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据;
步骤S106,若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据;
步骤S107,将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别,其中,第一数据和第二数据用于表征神经网络模型是否满足训练条件。
本申请实施例所示意的步骤S101至步骤S107,通过获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别,能够使得第一样本数据包含多种类型的样本数据,提高样本多样性。对第一样本数据进行特征提取,得到目标保单特征,并根据目标保单特征构建样本特征数据,能够方便地提取出用于模型训练的特征数据,减小模型的计算量。根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;并根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据,这一方式能够较为方便地确定神经网络模型的预测效果是否满足训练条件,若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据,通过筛选处理能够有效地缩减样本总量和改变不同样本在总样本数据的占比情况;将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型。这一方式采用了循环迭代的模型训练策略,能够通过对神经网络模型进行多轮训练来从整体上提高正保单样本在整个训练样本集的占比,从而解决相应的业务场景下的样本不均衡的问题,有效地改善模型的训练效果。
在一些实施例的步骤S101中,可以通过编写网络爬虫,设置好数据源之后进行有目标性地爬取数据,得到第一样本数据。也可以通过其他方式获取第一样本数据,不限于此。其中,数据源可以是存储保单的数据库或者其他业务平台等,不做限制。第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别,正保单样本的投诉标签包含投诉内容,负保单样本的投诉标签不包含投诉内容。
进一步地,为了提高模型训练的准确性,可以对预设时间段内的第一样本数据进行提取,其中,预设时间段可以根据具体的业务需求设置,例如,获取过去90天内的第一样本数据,将这90天内含有投诉内容的保单样本作为正保单样本,将不含有投诉内容的保单样本作为负保单样本。
请参阅图2,在一些实施例中,步骤S102可以包括但不限于包括步骤S201至步骤S202:
步骤S201,通过预设函数和预设特征标签对第一样本数据进行标签概率计算,得到第一样本数据的标签概率;
步骤S202,根据标签概率和预设的概率阈值对第一样本数据进行特征提取,得到目标保单特征。
在一些实施例的步骤S201中,预设函数可以是softmax函数等,预设特征标签包括多种不同的特征类型,例如,预设特征标签包括用户信息变更、含有用户投诉记录、保单代理人所处状态(在职或者已离职)等等。具体地,通过softmax函数对第一样本数据的数据内容进行概率计算,创建第一样本数据在每一预设特征标签上的概率分布,若第一样本数据的数据内容含有用户信息变更的记录,则当前的第一样本数据在预设特征标签为用户信息变更的概率较高,因此,通过创建第一样本数据在每一预设特征标签上的概率分布,可以较为清楚地反映出每一第一样本数据的标签概率。
在一些实施例的步骤S202中,概率阈值可以根据实际业务需求设置。为了提高模型的训练集数据的数据量,预设的概率阈值可以为0.02,则将标签概率大于或者等于0.02的第一样本数据作为训练集数据。进一步地,对标签概率大于或者等于0.02的第一样本数据的标签特征进行提取,得到目标保单特征。
此外,在一些其他实施例中,还可以基于业务专家经验对第一样本数据进行筛选,得到目标保单特征,例如,根据专家经验选取第一样本数据中包含有投诉历史记录、信息变更记录的样本数据,将这一系列样本数据的样本特征作为目标保单特征。
请参阅图3,在一些实施例中,步骤S103可以包括但不限于包括步骤S301至步骤S302:
步骤S301,获取预设的计算维度和样本范围;
步骤S302,在计算维度和样本范围内对目标保单特征进行格式转换,得到样本特征数据。
在一些实施例的步骤S301中,预设的计算维度可以包括保单维度或者用户维度等等。样本范围可以根据获取第一样本数据的数据源、采集第一样本数据的时间段、用户数量等来确定,不做限制。
在一些实施例的步骤S302中,选取计算维度为用户维度,样本范围基于用户数量来确定,选取样本范围为100人,则根据预设的正保单样本和负保单样本的判断依据,将样本范围内的用户依次标记为A1、A2、…、A100,同时将每一用户在预设时间段内(例如,过去90天内)提交的第一样本数据的保单内容进行分析,即对每一用户在过去90天内的目标保单特征进行格式转换,将目标保单特征写入预设的表格中,根据每一用户的目标保单特征,将该用户以及其对应的目标保单特征标记为正保单样本或者负保单样本。例如,若某一用户A1的目标保单特征c1、c2、…、c100中的至少一个含有投诉内容,则将该用户在“是否投诉”一列的对应位置标记为1,记为正保单样本;若某一用户A2的目标保单特征c1、c2、…、c100均不含有投诉内容,则将该用户在“是否投诉”一列的对应位置标记为0,记为负保单样本。通过这一方式能够较为方便地根据目标保单特征得到样本特征数据,该样本特征数据可以以表格的形式(例如宽表)呈现,该样本特征数据可以作为保单识别模型的训练数据。
请参阅图4,在一些实施例中,步骤S104可以包括但不限于包括步骤S401至步骤S402:
步骤S401,通过神经网络模型的预设算法对样本特征数据进行分类预测,得到分类预测值;
步骤S402,根据分类预测值和预设的分类阈值,得到分类预测结果。
在一些实施例的步骤S401中,神经网络模型的预设算法可以包括决策树算法、逻辑回归算法、集成树算法、深度学习算法等等。以深度学习算法为例,神经网络模型由深度神经网络构建而成,神经网络模型包括输入层、隐藏层以及输出层,通过神经网络模型的输入层对样本特征数据进行特征提取,得到样本特征向量,并通过隐藏层对样本特征向量进行特征分离,从样本特征向量中分离出能够用于分类预测的特征,得到分类样本向量,最后,通过输出层的激活函数对分类样本向量进行分类预测,得到分类预测值,其中,激活函数包括Sigmoid函数、Tanh函数、Relu函数等。
在一些实施例的步骤S402中,分类预测值能够表征神经网络模型预测样本特征数据属于正保单样本和负保单样本的可能性,预设的分类阈值可以根据实际业务需求设置,例如,预设的分类阈值为0.5,当分类预测值大于0.5时,表明样本特征数据属于正保单样本的可能性较大,因此,分类预测结果为样本特征数据对应的第一样本数据为正保单样本。同样地,当分类预测值小于或者等于0.5时,表明样本特征数据属于负保单样本的可能性较大,因此,分类预测结果为样本特征数据对应的第一样本数据为负保单样本。
在一些实施例的步骤S105中,根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据,其中,性能数据包括精确率、累计召回率以及累计提升度,精确率主要指正保单样本的累计占比,将预测为正保单样本,且实际也是正保单样本的样本数量记为a,预测为正保单样本的样本数量记为m,实际为正保单样本的样本总数记为n,则精确率=a/m,累计召回率=a/n。需要说明的是,精确率越高,则表明模型的预测效果越好。因此,当精确率小于预设阈值时,表明神经网络模型的预测效果没有达到训练条件,当前得到的性能数据记为第一数据。当精确率大于或者等于预设阈值时,表明神经网络模型的预测效果达到了训练条件,当前得到的性能数据记为第二数据。
请参阅图5,在一些实施例中,步骤S106可以包括但不限于包括步骤S501至步骤S503:
步骤S501,若性能数据为第一数据,则根据分类预测结果对第一样本数据进行排序处理,得到样本数据序列;
步骤S502,根据预设的分位点将样本数据序列划分为多个样本区间;
步骤S503,根据性能数据对样本区间的正保单样本和负保单样本进行筛选处理,得到第二样本数据。
在一些实施例的步骤S501中,若性能数据为第一数据,则说明神经网络模型的预测效果没有达到训练条件,则根据分类预测结果对第一样本数据进行排序处理,具体地,根据第一样本数据的分类预测值的大小,将第一样本数据按照分类预测值从高到低的顺序排列,得到样本数据序列。
在一些实施例的步骤S502中,预设的分位点可以根据实际情况设置,为了提高样本筛选的准确性,可以将预设的分位点定为2%。例如,若采集到的第一样本数据为100万个,则将这100万个第一样本数据按照分类预测值从大到小排序,得到样本数据序列,再按照2%样本划分一等,将100万个第一样本数据划分为50等分,得到多个样本区间,其中,样本区间的分位点分别为2%、4%、…、44%、…、100%。
在一些实施例的步骤S503中,根据不同的样本区间中的第一样本数据,分别计算每一样本区间相对于总样本数据的精确率、累计召回率以及累计提升度。例如,以100万个第一样本数据为例,对于第一个样本区间(分位点为2%),该样本区间的精确率为处于该样本区间的2万个第一样本数据中的正保单样本在总样本数据的占比,累计召回率指处于该样本区间的2万个第一样本数据中的正保单样本在100万个第一样本数据中对应的总体正保单样本数量的占比。依次类推,得到每一样本区间相对于总样本数据的精确率、累计召回率以及累计提升度。
进一步地,由于保险业务场景下,正保单样本(即包含投诉内容的保单样本)相对较少,因此,为了使得样本数据更为均衡,应当扩大模型训练的正保单样本的样本数量,根据性能数据,选取精确率相对较高的样本区间的正保单样本和负保单样本作为第二样本数据。例如,在上述的100万个第一样本数据中,选取分位点在44%以前的样本区间的正保单样本和负保单样本作为第二样本数据,包括分位点为2%、4%、…、44%的样本区间的第一样本数据,第二样本数据的样本总量为44万。
通过上述步骤S501至步骤S503能够以较小的样本损失,提高正保单样本在整个样本数据中的占比,使得第二样本数据中的正保单样本和负保单样本的数量更为均衡,从而提高模型的训练效果。
在一些实施例的步骤S107中,将第二样本数据和分类预测结果输入至神经网络模型进行训练,重复上述步骤S104和步骤S105的处理过程,直到性能数据由第一数据转变为第二数据,使得神经网络模型的精确率满足训练需求,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别。这一方式采用了循环迭代的模型训练策略,能够通过对神经网络模型进行多轮训练来从整体上提高正保单样本在整个训练样本集的占比,从而解决相应的业务场景下的样本不均衡的问题,有效地改善模型的训练效果。
本申请实施例的保单识别模型的训练方法,其通过获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别,能够使得第一样本数据包含多种类型的样本数据,提高样本多样性。进一步地,对第一样本数据进行特征提取,得到目标保单特征,并根据目标保单特征构建样本特征数据,能够方便地提取出用于模型训练的特征数据,减小模型的计算量。进而,根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;并根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据,这一方式能够较为方便地确定神经网络模型的预测效果是否满足训练条件,若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据,通过筛选处理能够有效地缩减样本总量和改变不同样本在总样本数据的占比情况;将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别,其中,第一数据和第二数据用于表征神经网络模型是否满足训练条件。这一方式采用了循环迭代的模型训练策略,能够通过对神经网络模型进行多轮训练来从整体上提高正保单样本在训练样本集的占比,从而解决相应的业务场景下的样本不均衡的问题,有效地改善模型的训练效果。
请参阅图6,本申请实施例还提供一种保单识别方法,保单识别方法包括但不限于包括步骤S601至步骤S603:
步骤S601,获取待识别的目标保单;
步骤S602,将目标保单输入至保单识别模型中进行识别处理,得到目标保单的分类概率值,其中,分类概率值用于表征目标保单含有投诉内容的可能性;保单识别模型根据如第一方面的保单识别模型的训练方法训练得到;
步骤S603,根据分类概率值对目标保单进行类别标注处理,得到类别标签。
在一些实施例的步骤S601中,可以通过编写网络爬虫,设置好数据源之后进行有目标性地爬取数据,得到待识别的目标保单。也可以通过其他方式获取待识别的目标保单,不限于此。其中,数据源可以是办理保险业务的数据平台等,不做限制。
在一些实施例的步骤S602中,将目标保单输入至保单识别模型中进行识别处理,得到目标保单的分类概率值,该分类概率值能够表征目标保单含有投诉内容的可能性,当目标保单的分类概率值大于预设的概率阈值时,表明该目标保单含有投诉的可能性较大,当目标保单的分类概率值小于或者等于预设的概率阈值时,表明该目标保单含有投诉的可能性较小。
在一些实施例的步骤S603中,当目标保单的分类概率值大于预设的概率阈值时,表明该目标保单含有投诉的可能性较大,将目标保单标注为投诉保单;当目标保单的分类概率值小于或者等于预设的概率阈值时,表明该目标保单含有投诉的可能性较小,将目标保单标注为正常保单。通过这一方式能够从大量的目标保单筛选出投诉保单,并提醒业务人员对投诉保单进行处理,有效地提高保单识别准确性以及识别效率,同时提高投诉保单的处理效率。
本申请实施例的保单识别方法能够通过保单识别模型从大量的目标保单筛选出投诉保单,并提醒业务人员对投诉保单进行处理,从而有效地提高保单识别准确性以及识别效率,同时也能够极大地减小了人力排查成本,提高了业务人员对投诉保单进行处理的效率。
请参阅图7,本申请实施例还提供一种保单识别模型的训练装置,可以实现上述保单识别模型的训练方法,该装置包括:
样本数据获取模块701,用于获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别;
特征提取模块702,用于对第一样本数据进行特征提取,得到目标保单特征;
构建模块703,用于根据目标保单特征构建样本特征数据;
训练模块704,用于根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;
评估模块705,用于根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据;
筛选模块706,用于若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据;
循环模块707,用于将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别,其中,第一数据和第二数据用于表征神经网络模型是否满足训练条件。
在一些实施例中,特征提取模块702包括:
计算单元,用于通过预设函数和预设特征标签对第一样本数据进行标签概率计算,得到第一样本数据的标签概率;
提取单元,用于根据标签概率和预设的概率阈值对第一样本数据进行特征提取,得到目标保单特征。
在一些实施例中,构建模块703包括:
获取单元,用于获取预设的计算维度和样本范围;
转换单元,用于在计算维度和样本范围内对目标保单特征进行格式转换,得到样本特征数据。
在一些实施例中,训练模块704包括:
预测单元,用于通过神经网络模型的预设算法对样本特征数据进行分类预测,得到分类预测值;
比对单元,用于根据分类预测值和预设的分类阈值,得到分类预测结果。
在一些实施例中,筛选模块706包括:
排序单元,用于若性能数据为第一数据,则根据分类预测结果对第一样本数据进行排序处理,得到样本数据序列;
分区单元,用于根据预设的分位点将样本数据序列划分为多个样本区间;
筛选单元,用于根据性能数据对样本区间的正保单样本和负保单样本进行筛选处理,得到第二样本数据。
该保单识别模型的训练装置的具体实施方式与上述保单识别模型的训练方法的具体实施例基本相同,在此不再赘述。
请参阅图8,本申请实施例还提供一种保单识别装置,可以实现上述保单识别方法,该装置包括:
保单获取模块801,用于获取待识别的目标保单;
保单识别模块802,用于将目标保单输入至保单识别模型中进行识别处理,得到目标保单的分类概率值,其中,分类概率值用于表征目标保单含有投诉内容的可能性;保单识别模型根据如第一方面的保单识别模型的训练方法训练得到;
标注模块803,用于根据分类概率值对目标保单进行类别标注处理,得到类别标签。
该保单识别装置的具体实施方式与上述保单识别方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括:存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线,程序被处理器执行时实现上述保单识别模型的训练方法或者保单识别方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图9,图9示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器901,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器902,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器902可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器902中,并由处理器901来调用执行本申请实施例的保单识别模型的训练方法或者保单识别方法;
输入/输出接口903,用于实现信息输入及输出;
通信接口904,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线905,在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息;
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种存储介质,存储介质为计算机可读存储介质,用于计算机可读存储,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现上述保单识别模型的训练方法或者保单识别方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例提供的保单识别模型的训练方法、保单识别方法、保单识别模型的训练装置、保单识别装置、电子设备及存储介质,其通过获取第一样本数据,其中,第一样本数据包括标注有投诉标签的正保单样本和负保单样本,投诉标签用于标注第一样本数据的投诉类别,能够使得第一样本数据包含多种类型的样本数据,提高样本多样性。进一步地,对第一样本数据进行特征提取,得到目标保单特征,并根据目标保单特征构建样本特征数据,能够方便地提取出用于模型训练的特征数据,减小模型的计算量。进而,根据样本特征数据对预设的神经网络模型进行训练,得到神经网络模型的分类预测结果;并根据分类预测结果对神经网络模型进行性能评估,得到神经网络模型的性能数据,这一方式能够较为方便地确定神经网络模型的预测效果是否满足训练条件,若性能数据为第一数据,则根据预设的分位点以及性能数据对正保单样本和负保单样本进行筛选处理,得到第二样本数据,通过筛选处理能够有效地缩减样本总量和改变不同样本在总样本数据的占比情况;将第二样本数据和分类预测结果输入至神经网络模型进行训练,直到性能数据由第一数据转变为第二数据,得到保单识别模型,保单识别模型用于识别目标保单的投诉类别,其中,第一数据和第二数据用于表征神经网络模型是否满足训练条件。这一方式采用了循环迭代的模型训练策略,能够通过对神经网络模型进行多轮训练来从整体上提高正保单样本在整个训练样本集的占比,从而解决相应的业务场景下的样本不均衡的问题,有效地改善模型的训练效果。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图1-6中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请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,上述单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请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,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。
Claims (10)
1.一种保单识别模型的训练方法,其特征在于,所述训练方法包括:
获取第一样本数据,其中,所述第一样本数据包括标注有投诉标签的正保单样本和负保单样本,所述投诉标签用于标注所述第一样本数据的投诉类别;
对所述第一样本数据进行特征提取,得到目标保单特征;
根据所述目标保单特征构建样本特征数据;
根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果;
根据所述分类预测结果对所述神经网络模型进行性能评估,得到所述神经网络模型的性能数据;
若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据;
将所述第二样本数据和所述分类预测结果输入至所述神经网络模型进行训练,直到所述性能数据由所述第一数据转变为第二数据,得到保单识别模型,所述保单识别模型用于识别目标保单的投诉类别,其中,所述第一数据和所述第二数据用于表征所述神经网络模型是否满足训练条件。
2.根据权利要求1所述的训练方法,其特征在于,所述对所述第一样本数据进行特征提取,得到目标保单特征的步骤,包括:
通过预设函数和预设特征标签对所述第一样本数据进行标签概率计算,得到所述第一样本数据的标签概率;
根据所述标签概率和预设的概率阈值对所述第一样本数据进行特征提取,得到所述目标保单特征。
3.根据权利要求1所述的训练方法,其特征在于,所述根据所述目标保单特征构建样本特征数据的步骤,包括:
获取预设的计算维度和样本范围;
在所述计算维度和样本范围内对所述目标保单特征进行格式转换,得到所述样本特征数据。
4.根据权利要求1所述的训练方法,其特征在于,所述根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果的步骤,包括:
通过所述神经网络模型的预设算法对所述样本特征数据进行分类预测,得到分类预测值;
根据所述分类预测值和预设的分类阈值,得到所述分类预测结果。
5.根据权利要求1至4任一项所述的训练方法,其特征在于,所述若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据的步骤,包括:
若所述性能数据为第一数据,则根据所述分类预测结果对所述第一样本数据进行排序处理,得到样本数据序列;
根据预设的分位点将所述样本数据序列划分为多个样本区间;
根据所述性能数据对所述样本区间的所述正保单样本和所述负保单样本进行筛选处理,得到所述第二样本数据。
6.一种保单识别方法,其特征在于,所述方法包括:
获取待识别的目标保单;
将所述目标保单输入至保单识别模型中进行识别处理,得到所述目标保单的分类概率值,其中,所述分类概率值用于表征所述目标保单含有投诉内容的可能性;所述保单识别模型根据如权利要求1至5任一项所述的保单识别模型的训练方法训练得到;
根据所述分类概率值对所述目标保单进行类别标注处理,得到类别标签。
7.一种保单识别模型的训练装置,其特征在于,所述训练装置包括:
样本数据获取模块,用于获取第一样本数据,其中,所述第一样本数据包括标注有投诉标签的正保单样本和负保单样本,所述投诉标签用于标注所述第一样本数据的投诉类别;
特征提取模块,用于对所述第一样本数据进行特征提取,得到目标保单特征;
构建模块,用于根据所述目标保单特征构建样本特征数据;
训练模块,用于根据所述样本特征数据对预设的神经网络模型进行训练,得到所述神经网络模型的分类预测结果;
评估模块,用于根据所述分类预测结果对所述神经网络模型进行性能评估,得到所述神经网络模型的性能数据;
筛选模块,用于若所述性能数据为第一数据,则根据预设的分位点以及所述性能数据对所述正保单样本和所述负保单样本进行筛选处理,得到第二样本数据;
循环模块,用于将所述第二样本数据和所述分类预测结果输入至所述神经网络模型进行训练,直到所述性能数据由所述第一数据转变为第二数据,得到保单识别模型,所述保单识别模型用于识别目标保单的投诉类别,其中,所述第一数据和所述第二数据用于表征所述神经网络模型是否满足训练条件。
8.一种保单识别装置,其特征在于,所述保单识别装置包括:
保单获取模块,用于获取待识别的目标保单;
保单识别模块,用于将所述目标保单输入至保单识别模型中进行识别处理,得到所述目标保单的分类概率值,其中,所述分类概率值用于表征所述目标保单含有投诉内容的可能性;所述保单识别模型根据如权利要求1至5任一项所述的保单识别模型的训练方法训练得到;
标注模块,用于根据所述分类概率值对所述目标保单进行类别标注处理,得到类别标签。
9.一种电子设备,其特征在于,所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现如权利要求1至5任一项所述的训练方法的步骤或者如权利要求6所述的保单识别方法的步骤。
10.一种存储介质,所述存储介质为计算机可读存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至5任一项所述的训练方法的步骤或者如权利要求6所述的保单识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210687344.9A CN115034317A (zh) | 2022-06-17 | 2022-06-17 | 保单识别模型的训练方法和装置、保单识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210687344.9A CN115034317A (zh) | 2022-06-17 | 2022-06-17 | 保单识别模型的训练方法和装置、保单识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115034317A true CN115034317A (zh) | 2022-09-09 |
Family
ID=83124421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210687344.9A Pending CN115034317A (zh) | 2022-06-17 | 2022-06-17 | 保单识别模型的训练方法和装置、保单识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034317A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664319A (zh) * | 2023-08-01 | 2023-08-29 | 北京力码科技有限公司 | 一种基于大数据的金融保单分类系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460673A (zh) * | 2017-02-22 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种训练数据的处理方法及装置 |
CN109726821A (zh) * | 2018-11-27 | 2019-05-07 | 东软集团股份有限公司 | 数据均衡方法、装置、计算机可读存储介质及电子设备 |
CN112036483A (zh) * | 2020-08-31 | 2020-12-04 | 中国平安人寿保险股份有限公司 | 基于AutoML的对象预测分类方法、装置、计算机设备及存储介质 |
CN112308278A (zh) * | 2019-08-02 | 2021-02-02 | 中移信息技术有限公司 | 预测模型的优化方法、装置、设备和介质 |
CN113269805A (zh) * | 2021-06-11 | 2021-08-17 | 北京大学 | 降水事件引导的遥感降水反演训练样本自适应选取方法 |
CN114549897A (zh) * | 2022-02-15 | 2022-05-27 | 山东云海国创云计算装备产业创新中心有限公司 | 一种分类模型的训练方法、装置及存储介质 |
-
2022
- 2022-06-17 CN CN202210687344.9A patent/CN115034317A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460673A (zh) * | 2017-02-22 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种训练数据的处理方法及装置 |
CN109726821A (zh) * | 2018-11-27 | 2019-05-07 | 东软集团股份有限公司 | 数据均衡方法、装置、计算机可读存储介质及电子设备 |
CN112308278A (zh) * | 2019-08-02 | 2021-02-02 | 中移信息技术有限公司 | 预测模型的优化方法、装置、设备和介质 |
CN112036483A (zh) * | 2020-08-31 | 2020-12-04 | 中国平安人寿保险股份有限公司 | 基于AutoML的对象预测分类方法、装置、计算机设备及存储介质 |
CN113269805A (zh) * | 2021-06-11 | 2021-08-17 | 北京大学 | 降水事件引导的遥感降水反演训练样本自适应选取方法 |
CN114549897A (zh) * | 2022-02-15 | 2022-05-27 | 山东云海国创云计算装备产业创新中心有限公司 | 一种分类模型的训练方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
丁兆云 等: "《数据挖掘原理与应用》", vol. 1, 31 January 2022, 机械工业出版社, pages: 102 - 103 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664319A (zh) * | 2023-08-01 | 2023-08-29 | 北京力码科技有限公司 | 一种基于大数据的金融保单分类系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145216A (zh) | 网络舆情监控方法、装置及存储介质 | |
CN114240552A (zh) | 基于深度聚类算法的产品推荐方法、装置、设备及介质 | |
CN112783825B (zh) | 数据归档方法、装置、计算机装置及存储介质 | |
CN114912537B (zh) | 模型训练方法和装置、行为预测方法和装置、设备、介质 | |
CN114926039A (zh) | 风险评估方法、风险评估装置、电子设备及存储介质 | |
CN115270746A (zh) | 问题样本生成方法和装置、电子设备及存储介质 | |
CN115034317A (zh) | 保单识别模型的训练方法和装置、保单识别方法和装置 | |
CN114613462A (zh) | 医疗数据处理方法和装置、电子设备及存储介质 | |
CN114519613A (zh) | 价格数据的处理方法和装置、电子设备、存储介质 | |
CN117436980A (zh) | 保险产品的推荐方法和装置、设备、存储介质 | |
CN116701604A (zh) | 问答语料库的构建方法和装置、问答方法、设备及介质 | |
CN115841334A (zh) | 异常账户识别方法和装置、电子设备及存储介质 | |
CN115204300A (zh) | 文本和表格语义交互的数据处理方法、装置及存储介质 | |
CN115062994A (zh) | 对象评估方法、对象评估装置、电子设备及存储介质 | |
CN114925125A (zh) | 数据处理方法、装置和系统、电子设备及存储介质 | |
CN115828153A (zh) | 基于人工智能的任务预测方法、装置、设备和介质 | |
CN115099344A (zh) | 模型训练方法和装置、用户画像生成方法和装置、设备 | |
CN115169716A (zh) | 行为预测方法、行为预测装置、电子设备、存储介质 | |
CN115292460A (zh) | 一种话题推荐方法、装置、电子设备及存储介质 | |
CN114896294A (zh) | 产品测试数据表生成方法、装置、设备及存储介质 | |
CN115062705A (zh) | 数据核查方法、数据核查装置、电子设备及存储介质 | |
CN114358632A (zh) | 查勘任务分配方法、装置、电子设备及存储介质 | |
CN114996458A (zh) | 文本处理方法和装置、设备、介质 | |
CN114817734A (zh) | 推荐模型的训练方法、推荐方法和装置、电子设备及介质 | |
CN114625658A (zh) | App稳定性测试方法、装置、设备和计算机可读存储介质 |
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 |