[发明专利]保单理赔的处理方法、装置、电子设备及存储介质

权利要求书

1.一种保单理赔的处理方法，其特征在于，所述方法包括：

获取待处理的保单信息；

将所述保单信息输入至核赔策略感知机进行处理，得到第一核赔识别模块评分，并将所述保单信息输入至多层感知器进行处理，得到第二核赔识别模块评分，所述核赔策略感知机是基于不均衡损失函数的损失函数训练得到；

基于所述第一核赔识别模块评分和所述第二核赔识别模块评分相匹配的核赔审核策略对所述保单信息执行核赔操作。

2.根据权利要求1所述的方法，其特征在于，所述核赔策略感知机是通过如下步骤训练得到：

获取样本保单信息并构建初始化的Light GBM模型；

获取所述Light GBM模型中二分类交叉熵函数的一阶导和二阶导；

根据所述一阶导和所述二阶导计算得到所述样本保单信息的梯度模长；

根据预设密度参数对所述梯度模长进行变换，得到目标梯度密度；

根据所述目标梯度密度构建基于不均衡损失函数的目标损失函数；

利用所述样本保单信息对部署有所述目标损失函数的Light GBM模型进行训练，得到核赔策略感知机。

3.根据权利要求2所述的方法，其特征在于，在所述根据所述目标梯度密度构建基于不均衡损失函数的目标损失函数之后，所述方法包括：

通过所述样本保单信息的样本数量累加值对所述目标损失函数进行调整。

4.根据权利要求2所述的方法，其特征在于，所述根据预设密度参数对所述梯度模长进行变换，得到目标梯度密度，包括：

其中，所述GD(g)为目标梯度密度，所述R_ind(g_x，g)为单位区域内样本数量，所述ε为单位区域长度，可小到趋近于0，所述g为样本的梯度模长，x为单位区域内的样本个数。

5.根据权利要求3所述的方法，其特征在于，所述通过所述样本保单信息的样本数量累加值对所述目标损失函数进行调整，包括：

其中，所述β_i为第i个样本的梯度密度倒数，所述N为样本总数，所述g_i为第i个样本的梯度模长，所述ε为单位区域长度，可小到趋近于0，所述GD(g)为目标梯度密度，所述R_ind(g_x，g)为单位区域内样本数量，所述L_GD为调整后的目标损失函数，所述CE(p_i，y_i)为第i个样本的二分类交叉熵损失函数，所述p_i为第i个样本的激活函数输出的样本类别概率，所述y_i为第i个样本的类别值。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一核赔识别模块评分和所述第二核赔识别模块评分相匹配的核赔审核策略对所述保单信息执行核赔操作，包括：

将所述第一核赔识别模块评分和所述第二核赔识别模块评分进行结合，得到综合核赔识别评分；

在所述综合核赔识别评分小于核赔识别评分阈值时，将所述保单信息交由人工进行核赔；

在所述综合核赔识别评分大于或等于核赔识别评分阈值时，将所述保单信息交由智能核赔模型进行核赔。

7.根据权利要求1所述的方法，其特征在于，所述获取样本保单信息，包括：

获取初始保单信息；

对所述初始保单按照目标预处理方式进行处理得到样本保单信息，所述目标预处理方式包括：异常值处理、数据可视化分析、数据标准化中的至少一种。