[发明专利]基于多模态混合模型的业务数据处理方法及装置有效
申请号: | 202111007560.6 | 申请日: | 2021-08-30 |
公开(公告)号: | CN113723288B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 谯轶轩;陈浩 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06V30/413 | 分类号: | G06V30/413;G06V30/19;G06Q40/08 |
代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 黄耀威 |
地址: | 518000 广东省深圳市福田街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多模态 混合 模型 业务 数据处理 方法 装置 | ||
本申请提供一种基于多模态混合模型的业务数据处理方法及装置,涉及人工智能技术领域,主要目的在于改善现有利用针对单一模态数据的单独模型进行多模态的数据处理导致的各个模态之间的处理无关联性,从而降低了保单数据处理的整体性准确率和业务数据处理效率的问题。包括:解析保单业务信息中的图像数据、以及文本数据;基于完成训练的多模态混合模型对所述图像数据、所述文本数据进行多模态混合识别处理,得到多模态混合处理结果;根据所述多模态混合处理结果对所述保单业务信息进行标签分类,并解析标签分类后各标签分类的保单业务需求以及承保启动触发事件;当检测到所述承保启动触发事件,则启动对所述保单业务信息的承保操作。
技术领域
本申请涉及一种人工智能技术领域,特别是涉及一种基于多模态混合模型的业务数据处理方法及装置。
背景技术
随着人工智能的快速发展,人工智能已经在医疗保险业务的大数据领域全面普及。其中,为了减少人为对保单的处理误差,可以通过人工智能对保单业务进行数据处理,以实现承保的准确性、高效性。
目前,现有对保单、承保的数据处理过程仅仅是对单一模态数据进行单一地模型数据处理,从而得到对保单的数据处理结果,但是,由于保单中包含的是多模态的数据,仅仅针对单一模态数据的单独模型进行数据处理,会导致各个模态之间处理无关联性,影响保单的数据处理的整体性准确率,从而业务数据的处理效率。
发明内容
有鉴于此,本申请提供一种基于多模态混合模型的业务数据处理方法及装置,主要目的在于改善现有利用针对单一模态数据的单独模型进行多模态的数据处理导致的各个模态之间的处理无关联性,从而降低了保单数据处理的整体性准确率和业务数据处理效率的技术问题。
依据本申请一个方面,提供了一种基于多模态混合模型的业务数据处理方法,包括:
解析保单业务信息中的图像数据、以及文本数据;
基于完成训练的多模态混合模型对所述图像数据、所述文本数据进行多模态混合识别处理,得到多模态混合处理结果,所述多模态混合模型为基于多模态输入参数的个数分别配置模态替换对象进行构建,并以混合模态方式确定损失函数完成模型训练得到的;
根据所述多模态混合处理结果对所述保单业务信息进行标签分类,并解析标签分类后各标签分类的保单业务需求以及承保启动触发事件;
当检测到所述承保启动触发事件,则启动对所述保单业务信息的承保操作。
优选的,所述基于完成训练的多模态混合模型对所述图像数据、所述文本数据进行多模态混合识别处理,得到多模态混合处理结果之前,所述方法还包括:
获取多模态训练样本集,所述多模态训练样本集中包含至少两个单模态训练样本组;
构建多模态混合网络结构,并获取所述多模态混合网络结构中替换至少一个单模态输入参数的模态替换对象,所述单模态输入参数的个数之和小于或等于多模态输入参数个数;
基于所述模态替换对象、所述单模态训练样本组对多模态混合网络结构进行模型训练,得到多模态混合模型,所述多模态混合模型的损失函数为基于混合模态方式确定的。
优选的,所述基于所述模态替换对象、所述单模态训练样本组对多模态混合网络结构进行模型训练,得到多模态混合模型之前,所述方法还包括:
对所述多模态训练样本集进行单模态训练样本组类别个数划分;
根据划分的类别个数之间的比值配置各模态替换对象的替换权重值;
所述获取所述多模态混合网络结构中替换至少一个单模态输入参数的模态替换对象包括:
确定与所述单模态输入参数匹配的至少一个模态替换对象,按照所述替换权重值从所述模态替换对象中筛选唯一匹配所述单模态输入参数的模态替换对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111007560.6/2.html,转载请声明来源钻瓜专利网。