[发明专利]保单信息检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种保单信息检测方法、装置、计算机设备和存储介质。所述方法通过获取待检测保单，根据待检测保单中的保单业务标识确定待检测保单的检测元素，并提取待检测保单中与检测元素对应的元素内容，进而通过预先设置的数据聚类模型，检测是否存在与元素内容匹配的数据类，若存在与元素内容匹配的数据类，则确定该待检测保单通过检测。从而实现通过无监督的聚类模型对保单进行检测，相较于传统的人工检测，极大的提高了检测效率，且还可以避免人工检测中因审核人疲劳或其他主观因素而导致误检测及漏检测的问题，进而提高了检测精度。

技术领域

本申请涉及机器学习技术领域，特别是涉及一种保单信息检测方法、装置、计算机设备和存储介质。

背景技术

随着保险业务渠道不断开拓，不同保险企业对各自不同业务渠道的保单合同都有着多样化的要求，主要体现在保单合同样式和合同内容元素的不同，不同地方监管机构对于保单合同也有着特殊展示要求。目前生成保单合同处于投保流程中的后端，而合同中生成的保单数据（如客户信息、产品信息等）都是前端投保环节产生的。其中产品相关信息如保额、保费等元素在投保环节存在复杂的计算，从而存在计算错误风险。同时从核心业务系统提取保单数据，并将保单数据传输到保单生成系统以生成电子保单的过程中，也存在跨系统数据传输及取值错误的风险，从而导致最终生成的保单合同中产品信息（如保额、保费等）可能与投保环节不一致，存在出现错误保单的风险。

传统技术中，一般通过人工审核的方式对保单合同进行校对，即通过人工对成品保单合同的元素内容与投保单影像中的要素进行对比，以检测保单合同中是否存在错误。然而，人工检测保单合同存在成本高、效率低的问题，且还会因审核人疲劳或其他主观因素而导致误检测及漏检测的问题。

发明内容

基于此，有必要针对上述人工审核保单合同存在成本高、效率低的问题，提供一种基于机器学习的保单信息检测方法、装置、计算机设备和存储介质。

一种保单信息检测方法，所述方法包括：

获取待检测保单，所述待检测保单具有对应的保单业务标识；

根据保单业务标识确定待检测保单的检测元素，所述检测元素与保单业务标识之间具有映射关系；

提取待检测保单中与检测元素对应的元素内容；

通过预先设置的数据聚类模型，检测是否存在与元素内容匹配的数据类，所述数据聚类模型中包括与保单业务标识对应的聚类集合，聚类集合中包括多个数据类，与元素内容匹配的数据类为：元素内容与保单业务标识对应的聚类集合中数据类对应的质心的距离满足设定边界距离的数据类；

若存在与元素内容匹配的数据类，则确定待检测保单通过检测。

在其中一个实施例中，数据聚类模型的生成方法包括：获取若干个保单业务标识一一对应的样本保单集，每个样本保单集中包括多个样本保单；根据保单业务标识确定对应的样本保单集的样本元素；提取样本保单集中每一个样本保单的样本元素对应的元素内容，根据元素内容采用聚类算法对样本保单集中的多个样本保单进行聚类，得到与样本保单集对应的聚类集合；根据若干个保单业务标识一一对应的样本保单集的聚类集合，生成数据聚类模型。

在其中一个实施例中，根据元素内容采用聚类算法对样本保单集中的多个样本保单进行聚类，得到与样本保单集对应的聚类集合，包括：根据聚类算法获取聚类个数；根据聚类个数和元素内容，采用聚类算法对样本保单集中的多个样本保单进行聚类训练，得到对多个样本保单进行聚类后的数据类、所述数据类对应的质心以及数据类中质心到达最远数据点的距离，所述数据类的个数与聚类个数相同；根据对多个样本保单进行聚类后的数据类，生成与样本保单集对应的聚类集合。

在其中一个实施例中，所述方法还包括：根据数据类对应的质心以及数据类中质心到达最远数据点的距离确定所述数据类的边界距离。