(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210093869.X (22)申请日 2022.01.26 (71)申请人 深圳壹账通科技 服务有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 何劲　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 杨志强 (51)Int.Cl. G06Q 40/08(2012.01) G06Q 10/06(2012.01) G06F 40/279(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01)G06N 20/00(2019.01) (54)发明名称 基于机器学习的数据评估方法、 装置、 设备 及存储介质 (57)摘要 本申请适用于人工智能技术领域， 提供了基 于机器学习的数据评估方法、 装置、 设备及存储 介质。 包括： 获取多组待评估的车险理赔数据； 通 过已训练的车险评估模型， 提取每组车险理赔数 据中的特征信息； 对每个特征信息进行分类， 得 到每组车险理赔数据的车险评估 结果； 根据每个 场景类型以及预设评分方法， 确定每组车险理赔 数据对应的目标评分； 根据每个场景类型和每个 目标评分， 调整车险理赔策略。 上述方案中， 对已 经产生的车险理赔数据进行自检， 快速、 准确地 得到车险理赔数据对应的评分， 进而准确地反映 出车险理赔策略中存在的不合理的问题， 再根据 场景类型及时对应调整车险理赔策略， 降低了财 险公司的经济损失， 提升了车险理赔策略的准确 性、 合理性。 权利要求书2页 说明书15页 附图3页 CN 114493896 A 2022.05.13 CN 114493896 A 1.一种基于 机器学习的数据评估方法， 其特 征在于， 包括： 获取多组待评估的车险理赔数据； 通过已训练的车险评估模型， 提取每组所述车险理赔数据中的特征信息， 所述车险评 估模型是基于样本训练集中的样本车险理赔数据和样本车险评估结果之间的对应关系训 练得到的； 对每个所述特征信息进行分类， 得到每组所述车险理赔数据的车险评估结果， 所述车 险评估结果包括每组所述车险理赔数据对应的场景类型； 在预设评分方法中， 查找与每个所述场景类型匹配的目标评分方法， 所述目标评分方 法包括评分指标和评分计算方法； 基于所述目标评分方法对每组所述车险理赔数据进行评分处理， 得到每组所述车险理 赔数据对应的目标评分； 根据每个所述场景类型和每 个所述目标评分， 调整车险理赔策略。 2.如权利要求1所述的数据评估方法， 其特征在于， 所述根据每个所述场景类型和每个 所述目标评分， 调整车险理赔策略， 包括： 获取属于同一场景类型的车险理赔数据所对应的各个目标评分； 计算属于同一场景类型的车险理赔数据所对应的各个目标评分之和， 得到总评分； 当检测到所述总评分小于或等于预设质量评分时， 调 整所述车险理赔策略中所述同一 场景类型对应的理赔策略。 3.如权利要求2所述的数据评估方法， 其特征在于， 所述计算属于同一场景类型的车险 理赔数据所对应的各个目标评分之和， 得到总评分之后， 所述数据评估方法还 包括： 当检测到所述总评分大于所述预设质量评分时， 生成属于同一场景类型的车险理赔数 据所对应的合格报告。 4.如权利要求1所述的数据评估方法， 其特征在于， 所述对每个所述特征信息进行分 类， 得到每组所述车险理赔数据的车险评估结果之后， 所述数据评估方法还 包括： 针对每组所述车险理赔数据， 根据 所述车险理赔数据和所述车险理赔数据对应的场景 类型， 模拟生成所述场景类型对应的趋势图； 根据所述趋势图， 预测所述车险理赔数据在所述场景类型 下的预警值。 5.如权利要求1所述的数据评估方法， 其特征在于， 所述特征信息包括关键词， 所述通 过已训练的车险评估 模型， 提取每组所述车险理赔数据中的特 征信息， 包括： 针对每组所述车险理赔数据， 提取 所述车险理赔数据中的文字信息； 通过所述车险评估 模型对所述文字信息进行分词处 理， 得到多个分词； 通过所述车险评估 模型， 在所述多个分词中确定所述关键词。 6.如权利要求5所述的数据评估方法， 其特征在于， 所述针对每组所述车险理赔数据， 提取所述车险理赔数据中的文字信息， 包括： 获取预设的正则表达式； 针对每组所述车险理赔数据， 采用所述正则表达式过滤所述车险理赔数据中的非文字 信息， 得到所述车险理赔数据对应的文字信息 。 7.如权利要求1至6任一项所述的数据评估方法， 其特征在于， 所述通过已训练的车险 评估模型， 提取每组所述车险理赔数据中的特 征信息之前， 所述数据评估方法还 包括：权　利　要　求　书 1/2 页 2 CN 114493896 A 2获取样本训练集， 所述样本训练集包括多个样本车险理赔数据， 以及每个所述样本车 险理赔数据对应的样本车险评估结果； 基于所述样本训练集对初始车险评估 网络进行训练， 并基于训练结果更新所述初始车 险评估网络的参数； 当检测到所述初始车险评估网络对应的损失函数收敛时， 得到所述车险评估 模型。 8.一种数据评估 装置， 其特 征在于， 包括： 获取单元， 用于获取多组待评估的车险理赔数据； 提取单元， 用于通过已训练的车险评估模型， 提取每组所述车险理赔数据中的特征信 息， 所述车险评估模型是基于样本训练集中的样本车险理赔数据和样本车险评估结果之间 的对应关系训练得到的； 分类单元， 用于对每个所述特征信息进行分类， 得到每组所述车险理赔数据的车险评 估结果， 所述车险评估结果包括每组所述车险理赔数据对应的场景类型； 查找单元， 用于在预设评分方法中， 查找与每个所述场景类型匹配的目标评分方法， 所 述目标评分方法包括评分指标和评分计算方法； 评估单元， 用于基于所述目标评分方法对每组所述车险理赔数据进行评分处理， 得到 每组所述车险理赔数据对应的目标评分； 调整单元， 用于根据每 个所述场景类型和每 个所述目标评分， 调整车险理赔策略。 9.一种设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7任一 项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114493896 A 3