[发明专利]基于知识图谱的保险业务风险识别方法、装置及电子设备

权利要求书

1.一种基于知识图谱的保险业务风险识别方法，其特征在于，包括：

获取与目标保险业务相关的结构化数据；

根据所述结构化数据查找包含所述结构化数据的知识图谱；

基于所述知识图谱，对所述目标保险业务进行风险识别。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述结构化数据查找包含所述结构化数据的知识图谱之前，所述方法还包括：

按照预先定义的与所述目标保险业务匹配的实体、关系以及知识层级结构，对所述结构化数据进行实体识别和实体之间的关系抽取，以得到多个层级的目标实体和所述目标实体之间的目标关系；

根据所述目标实体和所述目标实体之间的所述目标关系构建知识图谱。

3.根据权利要求1所述的方法，其特征在于，所述知识图谱包括所述结构化数据中各目标实体的拓扑结构、目标关系，属性信息，各所述拓扑结构组成的全图，以及由所述全图的所述拓扑结构拆解的子图；则，

基于所述知识图谱，对所述目标保险业务进行风险识别，包括：

根据各所述目标实体的拓扑结构、所述目标关系，所述属性信息，所述全图以及所述子图，确定各所述目标实体的特征向量；

根据各所述目标实体的所述特征向量，通过预设的所述风险识别算法对所述目标保险业务进行风险识别。

4.根据权利要求3所述的方法，其特征在于，根据各所述目标实体的拓扑结构、所述目标关系，所述属性信息，所述全图以及所述子图，确定各所述目标实体的特征向量，包括：

将各所述目标实体的拓扑结构、所述目标关系，所述属性信息，所述全图以及所述子图输入至预先训练完成的图神经网络，以从所述图神经网络的输出结果中确定各所述目标实体的所述特征向量；

其中，所述图神经网络是以不同实体的拓扑结构、所述不同实体之间的关系，以及所述不同实体的拓扑结构组成的目标全图，由所述目标全图的所述拓扑结构拆解的目标子图作为所述图神经网络的输入，以所述不同实体的特征向量作为所述图神经网络的输出结果训练得到。

5.根据权利要求3所述的方法，其特征在于，根据各所述目标实体的所述特征向量，通过预设的所述风险识别算法对所述目标保险业务进行风险识别，包括：

确定所述目标保险业务的风险特征因子，并根据所述风险特征因子确定风险特征向量；

根据各所述目标实体的所述特征向量和所述风险特征向量，通过预设的所述风险识别算法对所述目标保险业务进行风险识别。

6.根据权利要求5所述的方法，其特征在于，根据各所述目标实体的所述特征向量和所述风险特征向量，通过预设的所述风险识别算法对所述目标保险业务进行风险识别，包括：

通过预设的所述风险识别算法对各所述目标实体的所述特征向量进行分类，得到分类结果；

基于所述分类结果和所述风险特征向量的相似程度，对所述目标保险业务进行风险识别。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述风险特征向量进行加权运算，以得到所述风险特征向量的特征值权重；

根据所述特征值权重和各所述目标实体的所述特征向量，确定各所述目标实体的风险等级。

8.一种基于知识图谱的保险业务风险识别装置，其特征在于，所述装置包括：

获取模块，用于获取与目标保险业务相关的结构化数据；

查找模块，用于根据所述结构化数据查找包含所述结构化数据的知识图谱；

识别模块，用于基于所述知识图谱，对所述目标保险业务进行风险识别。

9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于知识图谱的保险业务风险识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于知识图谱的保险业务风险识别方法的步骤。