[发明专利]理赔决策方法、装置、计算机设备和存储介质

权利要求书

1.一种理赔决策方法，所述方法包括：

接收理赔员终端发送的理赔决策请求，所述理赔决策请求中携带待理赔患者的身份标识；

根据所述身份标识查找对应的当前诊断文本及诊断结果，提取所述当前诊断文本的多个关键词；

从预先建立的标准词汇库中查找与所述关键词对应的目标标准词，得到目标标准词集合；

获取所述诊断结果对应的已训练的决策树模型作为目标决策树模型，根据所述目标标准词集合及所述目标决策树模型得到所述待理赔患者对应的治疗类型；

根据所述治疗类型查询对应的预设理赔数据，根据所述预设理赔数据得到目标决策数据，将所述目标决策数据发送至所述理赔员终端。

2.根据权利要求1所述的方法，其特征在于，所述提取所述当前诊断文本的多个关键词包括：

将所述当前诊断文本进行分词，并对分词结果进行过滤；

根据过滤后得到的词建立候选关键词图，并获取所述候选关键词图中词节点的预设初始权重；

循环迭代所述候选关键词图，直至达到预设条件时，得到所述词节点的目标权重；

根据所述目标权重对所述词节点进行排序，根据排序结果获取第一预设数量的词节点作为关键词。

3.根据权利要求1所述的方法，其特征在于，所述从预先建立的标准词汇库中查找与所述关键词对应的目标标准词，得到目标标准词集合，包括：

从预先建立的标准词汇库中查找所述诊断结果对应的标准词汇集合；

分别计算每一个关键词与所述标准词汇集合中的各个标准词汇的相似度；

当相似度最大值大于预设阈值时，获取相似度最大值对应的标准词汇作为所述关键词对应的目标标准词。

4.根据权利要求1所述的方法，其特征在于，所述获取所述诊断结果对应的已训练的决策树模型作为目标决策树模型，包括：

将所述诊断结果分别与各个已训练的决策树模型对应的疾病类型进行匹配；

当所述诊断结果与任意一个疾病类型匹配成功时，获取所述疾病类型对应的已训练的决策树模型作为目标决策树模型；

当所述诊断结果与所有疾病类型都不匹配时，对所述诊断结果进行分词处理，从分词结果中提取关键词，获取与所述关键词匹配度最高的疾病类型对应的已训练的决策树模型作为目标决策树模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述预设理赔数据得到目标决策数据，包括：

当所述预设理赔数据的数量为第二预设数量时，获取每一条预设理赔数据对应的标签信息；

获取所述用户标识对应的个人信息；

根据所述标签信息及所述个人信息得到目标决策数据。

6.根据权利要求1至5任意一项所述的方法，其特征在于，所述决策树模型的生成步骤包括：

获取训练样本集，所述训练样本集包括历史诊断文本对应的目标标准词集合；

按照训练样本集中每一个所述目标标准词对训练样本集进行划分，得到每一个目标标准词对应的划分结果；

分别计算每一个划分结果的信息增益熵，并选择信息增益熵最大的划分结果对应的目标标准词作为分割点，按照分割点将训练样本集划分为两个训练样本子集；

对两个训练样本子集重新计算各个目标标准词对应的信息增益熵，并按照信息增益熵最大的原则重新划分训练样本子集，当训练样本子集中所有的样本数据都属于相同的类时，得到已训练的决策树模型。