一种物损单录入方法及其装置与流程

本发明涉及人工智能与保险理赔技术交叉领域，尤其涉及一种基于计算机视觉、多模态技术及知识图谱的物损单录入方法及其装置。

背景技术：

1、在保险理赔的物损处理环节，单案件往往涉及数量众多、品类繁杂的物品，从日常家居用品到工业设备、公共设施均有覆盖。定损员在发起物损询价时，不仅需要手动录入大量物品信息，还需频繁处理定损现场人员提供的自定义名称物品。由于地域文化、行业习惯差异，各地对同一物品的命名方式千差万别，例如北方地区所称的“暖水瓶”在南方部分地区被称为“保温瓶”，工业领域的“离心泵”可能被现场人员描述为“抽水机”。单案件平均涉及15至20件物品，复杂案件甚至超过50件，定损员需逐一录入名称、规格、数量等信息，单案件录单时间平均耗时40至60分钟，占用大量核心定损时间。

2、现有技术中，部分保险公司尝试通过预设物品列表减少手动录入，定损员从预设列表中选取匹配的物品名称及规格型号，以替代完全手动输入的方式。此类方案依赖于预先整理的物品清单，将常见物品的名称、规格、品牌等信息固化于系统列表中，供定损员在录单时进行点选操作。受限于物品品类的多样性和地域命名差异，列表覆盖率不足，仍无法解决自定义名称的处理难题。

3、然而，上述现有技术方案存在多重弊端。首先，手动工作量依然庞大，定损员面对列表中未覆盖的物品时仍需手动录入，录单效率瓶颈明显。其次，自定义名称与行业标准名称的差异导致信息统计混乱，例如同一类型的“pvc排水管”可能被记录为“塑料水管”“硬塑料管”等10余种不同名称，后续理赔核算时需人工逐一核对，统计维护成本增加30%以上。再次，人为失误风险高，长时间重复录入易导致名称错别字、规格匹配错误等问题，据行业统计，手动录单的错误率约为8%至12%，直接影响后续询价、核价及理赔流程的效率与公正性，甚至可能引发客户投诉。物损单录入环节的效率瓶颈依然存在。

技术实现思路

1、为了解决现有技术中存在的缺陷，本发明公开一种物损单录入方法，其技术方案如下：

2、一种物损单录入方法，其特征在于，包括：

3、步骤100，构建物品知识图谱，所述物品知识图谱包含物品标准名称、与所述标准名称关联的价格信息以及折旧参数；

4、步骤200，获取物损信息，识别所述物损信息的类型，所述物损信息包括实物照片或表单文件；

5、步骤300，当所述物损信息为实物照片时，对所述实物照片进行多尺度特征提取得到视觉融合特征，提取所述实物照片中的场景文本、场景类别和环境信息并通过多头注意力融合得到场景语义融合特征，将所述视觉融合特征输入至第一分类器得到视觉预测分布，将所述场景语义融合特征输入至第二分类器得到语义预测分布，构造目标函数：

6、

7、并通过梯度反向传播最小化所述目标函数以更新识别网络参数，输出物品名称及规格型号，其中，为视觉预测分布，为语义预测分布，为kl散度，为熵函数，为交叉熵损失，为训练样本的真实类别标签，、、为预设权重系数；当所述物损信息为表单文件时，对所述表单文件进行版面结构分析以定位表格区域，从所述表格区域中提取字符序列，并对所述字符序列进行序列标注，识别出物品名称及规格型号；

8、步骤400，将识别出的所述物品名称输入至双塔语义匹配模型，所述双塔语义匹配模型将所述物品名称编码为第一向量，将所述物品知识图谱中的各标准名称编码为第二向量，计算所述第一向量与各第二向量之间的余弦相似度，选取余弦相似度最高且超过预设阈值的标准名称作为映射结果，若所有余弦相似度均低于所述预设阈值，则输出余弦相似度最高的k个候选标准名称，k为预设正整数；根据映射后得到的标准名称，从所述物品知识图谱中获取对应的基准价格和年折旧率，获取物损现场的地域信息和物品使用年限，根据所述地域信息确定地域调整系数，按如下公式计算定损参考价格：

9、

10、其中，为所述定损参考价格，为折旧衰减因子且，为大于0且小于1的年折旧率，的单位为年；当超过预设的残值年限时，取，为预设残值率；

11、步骤500，展示所述映射结果和所述定损参考价格，接收人工修正指令并根据所述修正指令更新物损单中的对应字段。

12、本发明还公开一种一种物损单录入装置，其特征在于，包括：

13、图谱构建模块，用于构建物品知识图谱，所述物品知识图谱包含物品标准名称、价格信息和折旧参数，所述图谱构建模块包括多源数据接入子模块、实体对齐子模块、关系抽取子模块和增量更新子模块，所述多源数据接入子模块用于从异构数据源并行采集物品数据并对不同格式的数据进行统一结构化转换，所述实体对齐子模块用于通过实体名称相似度与属性相似度的加权融合进行跨源实体匹配，所述关系抽取子模块用于从结构化数据中抽取物品间的关联关系并构建三元组存储至所述物品知识图谱，所述增量更新子模块用于按预设周期检测数据源变更并仅更新差异数据；

14、信息获取模块，用于获取物损信息并识别所述物损信息的类型，所述物损信息包括实物照片或表单文件；

15、图像识别模块，用于当所述物损信息为实物照片时，对所述实物照片进行多尺度特征提取得到视觉融合特征，提取场景文本、场景类别和环境信息并通过多头注意力融合得到场景语义融合特征；所述图像识别模块包括多尺度特征提取子单元、语义融合子单元、跨模态特征对齐子单元和联合优化子单元，所述跨模态特征对齐子单元用于将所述视觉融合特征和所述场景语义融合特征投影至公共特征空间，在所述公共特征空间中最小化同一样本的跨模态特征距离并最大化不同样本的跨模态特征距离，基于对齐后的特征通过联合优化识别网络输出物品名称及规格型号；

16、文本识别模块，用于当所述物损信息为表单文件时，对所述表单文件进行版面结构分析以定位表格区域，从所述表格区域中提取字符序列并对所述字符序列进行序列标注；所述文本识别模块包括版面分析子单元、序列标注子单元和表格结构恢复子单元，所述表格结构恢复子单元用于根据所述表格区域的行列网格和字段语义标签还原表格的逻辑结构，按照表头字段与数据字段的层级关系重组物品列表信息，识别出物品名称及规格型号；

17、映射计算模块，用于将识别出的所述物品名称输入至双塔语义匹配模型，将所述物品名称编码为第一向量，将各标准名称编码为第二向量，计算余弦相似度，选取最高相似度且超过预设阈值的标准名称作为映射结果，若均低于阈值则输出k个候选；根据映射后的标准名称从知识图谱中获取基准价格和年折旧率，获取地域信息和物品使用年限，按公式计算定损参考价格，其中，为大于0且小于1的年折旧率，且当超过时取；

18、交互反馈模块，用于展示所述映射结果和定损参考价格，接收人工修正指令并更新物损单，所述交互反馈模块包括修正记录追溯子模块，所述修正记录追溯子模块用于记录每次人工修正的操作日志，包括修正时间、修正前字段值和修正后字段值，并将修正后的映射关系以结构化形式输出至所述图谱构建模块的增量更新子模块。

19、有益效果

20、第一，通过构建多尺度图像金字塔并对各尺度层提取颜色、梯度和纹理特征后，采用注意力加权机制进行融合，使得网络能够自适应地关注对识别贡献更大的尺度层，避免了单一尺度特征表达不充分的问题；同时通过多头注意力将场景文本、场景类别和环境信息进行交互融合，使视觉特征与场景语义特征相互补充，有效提升了复杂场景下物品外观特征提取的准确性和鲁棒性。

21、第二，通过构造包含视觉预测分布与语义预测分布之间的kl散度项、视觉预测熵项和交叉熵损失项的联合优化目标函数，并以梯度反向传播最小化该目标函数来更新识别网络参数，实现了视觉模态与语义模态在特征层面的相互约束与协同优化，克服了单一模态信息不足导致的识别歧义问题，提高了物品名称及规格型号的识别准确率。

22、第三，针对表单文件，通过以图像块为节点构建图结构并利用图注意力网络进行版面分析，图注意力机制使得每个图像块能够聚合邻域图像块的上下文信息，解决了复杂表单中表格区域边界模糊、嵌套结构难以定位的问题；通过双向门控循环单元提取字符的上下文特征并结合条件随机场解码层的全局最优标签序列解码，能够充分利用字符间的依赖关系，提高了手写体及模糊字符序列标注的准确性和鲁棒性。

23、第四，采用双塔语义匹配模型将自定义物品名称和标准名称分别编码至同一语义嵌入空间，通过对比学习策略训练使得同一物品名称与其对应标准名称在嵌入空间中的距离拉近、与非对应标准名称的距离推远，相较于传统的字符串匹配或简单语义相似度计算，能够有效识别同义词、近义词及地域性称呼，实现了自定义名称到标准名称的准确映射，解决了地域命名差异导致的信息混乱问题。

24、第五，采用指数衰减模型结合年折旧率换算为折旧衰减因子来计算定损参考价格，能够更真实地反映物品随时间推移的价值衰减规律；通过设定残值年限和残值率作为价格下限，避免了使用年限过长导致定损价格过低的情形，提高了定损价格计算的准确性和合理性。

25、第六，通过将人工修正后的正确映射对作为正样本、候选标准名称中未被选中的作为负样本存入反馈样本集，并在样本数量达到阈值时启动后台微调，同时引入正则化损失约束参数更新幅度以防止过拟合，实现了模型的持续优化和自我演进，无需重新训练即可适配新增物品品类和地域命名习惯。

26、第七，图像识别模块中设置特征缓存子单元，以实物照片的哈希值为索引存储已计算的视觉融合特征和场景语义融合特征，在批量处理相同照片时直接调用缓存特征，避免了重复的特征提取和融合计算，有效降低了计算资源消耗和识别时间延迟。

27、第八，映射计算模块中设置结果置信度评估子单元，通过计算余弦相似度最大值与次大值的差值并与预设差值阈值比较，当差值过小时表明识别结果存在歧义，此时生成重新识别提示信号，实现了识别结果可靠性的自动评估，降低了因错误映射导致的后续理赔偏差风险。

28、第九，交互反馈模块中设置主动学习调度子单元，通过监控反馈样本集数量并结合系统处理器占用率，自动选择在系统空闲时段启动后台微调进程，在不影响前端录单操作的前提下完成模型更新，兼顾了系统性能和模型优化效率。

29、第十，本发明整体上实现了从物损信息获取、物品智能识别、标准名称映射到定损价格计算的全流程自动化，录单效率得到有效提升，识别与映射综合准确率显著提高，有效改善了保险理赔物损录入环节的效率和标准化程度。