[发明专利]核保理赔过程的资料录入方法、装置、设备及存储介质

说明书

本发明公开了核保理赔过程的资料录入方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：确定需要识别的key值和对应的value并标定；采用OCR文字识别技术对所述训练样本集进行文字识别，并采用残差网络模型对所述识别后的训练样本集中的key值和对应的value进行特征提取，并进行比对核验，根据比对核验结果对所述残差网络模型进行优化；然后采用优化后的残差网络模型对校验样本集中的key值和对应的value进行特征提取；将提取到的value的属性与标定的value的属性进行比对核验，当比对通过率超过预设阈值时，判定识别生效，并利用所述残差网络模型进行识别，并自动将识别后的内容进行录入。本发明可应用至医疗系统中，提高核保理赔效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及核保理赔过程的资料录入方法、装置、设备及存储介质。

背景技术

目前在保险核保和理赔领域，身份核验一般采用人脸识别和证件识别的方式完成，但对于一些复杂的核保或理赔特别是理赔内容涉及大量医疗资料的场景，目前主要采用人工审核的方式进行处理，整个过程效率极低且成本高昂，核保理赔时间相对漫长，还容易出错。

发明内容

本发明实施例提供了核保理赔过程的资料录入方法、装置、设备及存储介质，旨在解决现有核保理赔过程的资料录入效率低、容易出错的问题。

第一方面，本发明实施例提供一种核保理赔过程的资料录入方法，其中，包括：

获取核保理赔过程的模板样本集，并将所述模板样本集进行划分，得到训练样本集和校验样本集，确定所述模板样本集中需要识别的key值和对应的value，并标定key值和value的属性；

采用OCR文字识别技术对所述训练样本集进行文字识别，得到识别后的训练样本集，并采用残差网络模型对所述识别后的训练样本集中的key值和对应的value进行特征提取，并基于提取出的key值对提取到的value的属性与标定的value的属性进行比对核验，根据比对核验结果对所述残差网络模型进行优化；

利用OCR文字识别技术对所述校验样本集进行文字识别，得到识别后的校验样本集，然后采用优化后的残差网络模型对所述识别后的校验样本集中的key值和对应的value进行特征提取；

将提取到的value的属性与标定的value的属性进行比对核验，计算比对通过率，当比对通过率超过预设阈值时，判定识别生效，并利用所述残差网络模型对指定核保理赔资料进行识别，并自动将识别后的内容进行录入。

第二方面，本发明实施例提供一种核保理赔过程的资料录入装置，其中，包括：

获取单元，用于获取核保理赔过程的模板样本集，并将所述模板样本集进行划分，得到训练样本集和校验样本集，确定所述模板样本集中需要识别的key值和对应的value，并标定key值和value的属性；

模型训练单元，用于采用OCR文字识别技术对所述训练样本集进行文字识别，得到识别后的训练样本集，并采用残差网络模型对所述识别后的训练样本集中的key值和对应的value进行特征提取，并基于提取出的key值对提取到的value的属性与标定的value的属性进行比对核验，根据比对核验结果对所述残差网络模型进行优化；

模型校验单元，用于利用OCR文字识别技术对所述校验样本集进行文字识别，得到识别后的校验样本集，然后采用优化后的残差网络模型对所述识别后的校验样本集中的key值和对应的value进行特征提取；

录入单元，用于将提取到的value的属性与标定的value的属性进行比对核验，计算比对通过率，当比对通过率超过预设阈值时，判定识别生效，并利用所述残差网络模型对指定核保理赔资料进行识别，并自动将识别后的内容进行录入。