(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210921387.9 (22)申请日 2022.08.02 (71)申请人 北京爱选信息科技有限公司 地址 100084 北京市海淀区上地信息路1号 2号楼11层1103-4 (72)发明人 张庆峰　 (74)专利代理 机构 北京棘龙知识产权代理有限 公司 11740 专利代理师 褚晓佳 (51)Int.Cl. G06Q 40/08(2012.01) G06F 16/35(2019.01) G06F 40/30(2020.01) G06N 20/00(2019.01) (54)发明名称 一种体检文本智能核保方法 (57)摘要 本发明公开了一种体检文本智能核保方法， 包括以下步骤： S1、 建立BERT 微调模型， 通过大量 的语料对BERT模型进行微调训练； S2、 抽象分 组， 通过与核保专业沟通， 分析单一体检项的风险 点， 针对不同保险产品的细分规则， 并进行概况、 抽象和分组； S3、 训练下游模型， 通过自动标注、 半监督等方法， 针对单一机器学习任务， 训练下 游模型。 本发明通过采用建立BERT 微调模型的方 式对体检文本进行智能核保， 通过单一模型专注 特定任务， 大大提高了核保准确率， 大大增加了 对体检文本进行核保的智能化与自动化， 提高了 核保效率， 同时， 可根据不同保险产品的核保规 则进行高度指定， 提高了技 术方案的可移植 性。 权利要求书1页 说明书4页 附图2页 CN 115147232 A 2022.10.04 CN 115147232 A 1.一种体 检文本智能核保方法， 其特 征在于， 包括以下步骤： S1、 建立BERT微调模型， 通过 大量的语料对BERT模型进行微调训练； S2、 抽象分组， 通过与核保专业沟通， 分析单一体检项的风险点， 针对不同保险产品的 细分规则， 并进行概况、 抽象和分组； S3、 训练下游模型， 通过自动标注、 半监督的方法， 针对单一机器学习任务， 训练下游模 型； S4、 组件模型集群， 通过组合各个模型， 建立有向无环图结构的模型集群， 构建整个体 检文本智能核保服 务网络； S5、 定制核保规则， 基于模型输出的抽象结果， 不同的保险产品的核保专员采用核保规 则自动化系统根据具体的核保规则来定制自动化判定规则； S6、 输出核保结论。 2.根据权利 要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S1中BERT微调 模型包括针对体 检文本项的多分类模型， 所述多分类模型用于识别其中的健康风险。 3.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S2中的分组方 法为将风险关注点分组为可解释的抽象分类。 4.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S3 中下游模型 包括心电图模型、 乳腺 彩超模型、 结节大小识别模型以及回声识别模型。 5.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S3 中采用自动 标注、 半监督等方法， 针对每条体检文本项， 标注出对应的多条体检结论， 多条所述体检结 论作为模型的y标签， 体 检文本作为入参。 6.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S4中模型集群 发布时需要 进行裁剪。 7.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S5 中核保规则 自动化系统包括核保规则制定系统和自动化判定系统， 所述核保规则制定系统用于对核保 规则进行制定， 所述自动化判定系统用于根据核保规则对 模型输出 结果进行自动化判定 。 8.根据权利要求7所述的一种体检文本智能核保方法， 其特征在于， 所述核保规则制定 系统包括核保规则数据库、 规则选择模块以及规则修订模块， 所述核保规则数据库用于对 各类核保规则进行收录， 所述规则选择模块用于对核保规则数据库内的核保规则进行选 择， 所述规则修订模块用于对选 定的核保规则进行适应性 修改。 9.根据权利要求7所述的一种体检文本智能核保方法， 其特征在于， 所述自动化判定系 统包括分析对比模块和判定模块， 所述分析对比模块用于将模型输出结果与核保规则进 行 分析对比， 所述判定模块用于对 模型输出 结果进行判定 。 10.根据权利要求1所述的一种体检文本智能核保方法， 其特征在于， 所述S6中核保结 论具有可解释性的特性。权　利　要　求　书 1/1 页 2 CN 115147232 A 2一种体检文本智能核保 方法 技术领域 [0001]本发明属于智能核保技 术领域， 具体涉及一种体 检文本智能核保方法。 背景技术 [0002]核保是指保险人在对投保的标的信息全面掌握、 核实的基础上， 对可保风险进行 评判与分类， 进而 决定是否承保、 以什么样的条件承保的过程， 在核保过程中， 核保人员会 按标的物的不同风险类别给予不同的承保条件， 保证业 务质量， 保证保险经 营的稳定性。 [0003]核保是保险行业不可缺少的重要环节。 而通过体检报告得出核保结论(承保、 升级 或者拒保)是保险业界普遍的方式， 由于核保过程具有一定的专 业性要求， 大多 数体检核保 作业是由专 业的核保专员通过人工审核来进 行的， 其中需要专 业的医学知识和大量的人力 成本， 这样会造成核保周期长， 进 而影响保险产品销售。 [0004]此外， 保险业界出现过一些智能化/自动化的方案， 大多通过问卷形式， 或者数值 型指标(如血压、 体重指数等)规则来进行， 应用比较局限。 [0005]现有的体检文本智能核保方法通常仅针对单一具体的体检项， 如乳腺彩超， 目标 单一， 方案移植性差， 针对不同的保险产品可能需要使用不同的方案， 虽然使用了深度学习 等技术输出了直接的核保结论， 但是缺乏可解释性， 很难 满足政策要求。 [0006]因此， 针对上述 技术问题， 有必要提供一种体 检文本智能核保方法。 发明内容 [0007]本发明的目的在于提供一种体检文本智能核保方法， 以解决上述体检文本智能核 保方法使用效果差的问题。 [0008]为了实现上述目的， 本发明一实施例提供的技 术方案如下： [0009]一种体检文本智能核保方法， 包括以下步骤： [0010]S1、 建立BERT微调模型， 通过 大量的语料对BERT模型进行微调训练； [0011]S2、 抽象分组， 通过与核保专业沟通， 分析单一体检项的风险点， 针对不同保 险产 品的细分规则， 并进行概况、 抽象和分组； [0012]S3、 训练下游模型， 通过自动标注、 半监督等方法， 针对单一机器学习任务， 训练下 游模型； [0013]S4、 组件模型集群， 通过组合各个模型， 建立有向无环图结构的模型集群， 构建整 个体检文本智能核保服 务网络； [0014]S5、 定制核保规则， 基于模型输出的抽象结果， 不同的保险产品的核保专员可以采 用核保规则自动化系统根据具体的核保规则来定制自动化判定规则； [0015]S6、 输出核保结论。 [0016]进一步地， 所述S1中BERT微调模型包括针对体检文本项的多分类模型， 所述多分 类模型用于识别其中的健康风险， BERT模型对语义的理解 性能优秀， 准确率高。 [0017]进一步地， 所述S2中的分组方法为将风险关注点分组为可解释的抽象分类， 通过说　明　书 1/4 页 3 CN 115147232 A 3