(19)中华 人民共和国 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 202210091571.5 (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 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 朱瑾　 (74)专利代理 机构 深圳国新 南方知识产权代理 有限公司 4 4374 代理人 康雅文 (51)Int.Cl. G06F 16/583(2019.01) G06F 16/58(2019.01) G06F 40/279(2020.01) G06F 40/30(2020.01)G06Q 40/08(2012.01) G06Q 50/18(2012.01) G06V 30/40(2022.01) G06V 30/19(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于神经网络保险案件抽检方法、 系统、 设 备及存储介质 (57)摘要 本发明涉及人工智能领域， 提出一种基于神 经网络保险案件抽检方法， 该方法包括： 获取待 抽检保险案件的预设关键词信息； 分别对所述预 设关键词信息中的词频特征、 词位置特征和上下 文语义特征进行提取， 并将提取后的特征进行融 合， 获取融合特征； 根据所述融合特征和预设保 险案件库中每一保险历史案件对应的融合特征 之间的相似度， 获取相似度最高的若干参考保险 历史案件； 根据每一参考保险历史案件的理赔情 况， 获取所述待抽检案件的抽检结果。 本发明实 施例可以有效降低人力成本， 且智能抽检具备一 定程度的客观 性， 不会因为人员专业技能和医学 背景差异， 造成抽检质量结果差异化。 权利要求书2页 说明书10页 附图2页 CN 114417045 A 2022.04.29 CN 114417045 A 1.一种基于神经网络保险案件抽检方法， 其特 征在于， 包括： 获取待抽检保险案件的预设 关键词信息； 基于案件抽检神经网络模型中的融合单元， 分别对所述预设关键词信息中的词频特 征、 词位置特 征和上下文语义特 征进行提取， 并将提取后的特 征进行融合， 获取融合特 征； 基于所述案件抽检神经网络模型中的相似度计算单元， 根据所述融合特征和预设保险 案件库中每一保险历史案件对应的融合特征之 间的相似度， 获取相似度最高的若干参考保 险历史案件； 基于所述案件抽检神经网络模型中的预测单元， 根据每一参考保险历史案件的理赔情 况， 获取所述待抽检案件的抽检结果， 其中， 所述案件抽检神经网络模型由样本和标签进 行 训练得到 。 2.根据权利要求1所述的基于神经网络保险案件抽检方法， 其特征在于， 所述根据 所述 融合特征和预设保险案件库中每一参考保险历史案件对应的融合特征之间的相似度， 获取 相似度最高的若干保险历史案件， 包括： 计算所述融合特征和所述预设保险案件库中每一保险历史案件对应的融合特征之间 的余弦相似度； 将余弦相似度最大的若干保险历史案件作为所述 参考保险历史案件。 3.根据权利要求1所述的基于神经网络保险案件抽检方法， 其特征在于， 所述分别对所 述预设关键词信息中的词频 特征、 词位置特 征和上下文语义特 征进行提取， 包括： 对所述预设 关键词信息进行词频 ‑逆文档特 征提取， 获取 所述词频 特征； 对所述预设关键词信息进行word2vec特征提取， 获取所述文本中词位置特征和所述上 下文语义特 征。 4.根据权利要求1所述的基于神经网络保险案件抽检方法， 其特征在于， 所述获取待抽 检保险案件的预设 关键词信息， 包括： 获取所述待抽检保险案件记录文 书对应的图片； 提取所述图片中预设 关键词对应的表示信息； 根据所述预设 关键词对应的表示信息， 获取 所述预设 关键词信息 。 5.根据权利要求4所述的基于神经网络保险案件抽检方法， 其特征在于， 所述提取所述 图片中预设 关键词对应的表示信息， 之前还 包括： 对所述图片进行 滤波处理， 去除所述图片中的无效信息 。 6.根据权利要求1至4任一所述的基于神经网络保险案件抽检方法， 其特征在于， 还包 括： 将所述待抽检保险案件的预设关键词信 息作为样本， 将所述待抽检保险案件的抽检结 果作为标签， 以重新对所述案件抽检神经网络模型进行训练。 7.根据权利要求1至4任一所述的基于神经网络保险案件抽检方法， 其特征在于， 还包 括： 若所述抽检结果为否定， 则向与抽检人关联的预设手机号码发送提醒短信， 和/或， 向 与所述抽检人关联的预设邮箱账户发送提醒邮件。 8.一种基于神经网络保险案件抽检系统， 其特 征在于， 包括： 关键词模块， 用于获取待抽检保险案件的预设 关键词信息；权　利　要　求　书 1/2 页 2 CN 114417045 A 2融合模块， 用于基于案件抽检神经网络模型中的融合单元， 分别对所述预设关键词信 息中的词频特征、 词位置特征和上下文语义特征进 行提取， 并将提取后的特征进 行融合， 获 取融合特 征； 相似度模块， 用于基于所述案件抽检神经网络模型中的相似度计算单元， 根据所述融 合特征和预设保险案件库中每一保险历史案件对应的融合特征之 间的相似度， 获取相似度 最高的若干参 考保险历史案件； 抽检模块， 用于基于所述案件抽检神经网络模型中的预测单元， 根据每一参考保险历 史案件的理赔情况， 获取所述待抽检案件的抽检结果， 其中， 所述案件抽检神经网络模型由 样本和标签进行训练得到 。 9.一种计算机设备， 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中任一项所述基于神经网络保险案件抽检方法的步骤。 10.一种计算机存储介质， 所述计算机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中任一项所述基于神经网络保险案件抽 检方法的步骤。权　利　要　求　书 2/2 页 3 CN 114417045 A 3