风险评估方法、装置、设备及介质与流程

摘要: 本发明涉及人工智能,尤其涉及一种风险评估方法、装置、设备及介质。背景技术:1、现阶段,保险核保主要依托人工维护的静态规则体系完成风险审核。目前行业普遍采用固定标...
风险评估方法、装置、设备及介质与流程

本发明涉及人工智能,尤其涉及一种风险评估方法、装置、设备及介质。

背景技术:

1、现阶段,保险核保主要依托人工维护的静态规则体系完成风险审核。目前行业普遍采用固定标准化问卷采集用户健康信息、开展初步风险甄别,但这种采集模式存在天然局限性,一方面仅能获取单一结构化问卷数据,无法有效融合体检报告、医学检测指标、智能可穿戴设备监测数据等多模态健康数据,信息采集维度极为有限;另一方面固化的问询问题无法根据用户作答反馈动态变更问询内容,使得获取的健康信息碎片化,缺乏关联性,难以完整还原用户真实健康状态,无法为复杂的医学风险逻辑推理提供全面、连贯的数据支撑。

2、在此类碎片化、低关联度数据的制约下,现有核保算法模型的推理能力被严重限制。当前主流的决策树、逻辑回归等浅层机器学习算法,仅适配单一、独立的风险指标判定场景,无法挖掘不同风险要素之间的内在关联与递进演变的复杂逻辑链,难以完成系统性的联动风险评估。

3、综上,现有核保技术因数据采集维度单一、问询机制固化,造成评估数据碎片化、无关联,进而导致整体评估系统缺乏复杂风险逻辑链的关联递进推理能力,最终造成核保风险评估精准度低、可靠性差的问题。针对上述技术痛点,亟需一种能够融合多模态数据并支持复杂风险逻辑链递进推理的智能评估方案。

技术实现思路

1、本发明提供一种人工智能的风险评估方法、装置、计算机设备及介质,旨在解决现有评估系统无法融合多模态数据并支持复杂风险逻辑链递进推理,导致核保风险评估精准度低、可靠性差的问题。

2、第一方面,提供了一种风险评估方法,包括:

3、获取评估对象的初始业务交互数据,对初始业务交互数据进行语义解析,确定第一实体集合;

4、采用预先构建的动态知识图谱确定第一实体集合对应的第一实体节点,获取第一实体节点的至少一个关联节点,根据至少一个关联节点生成针对评估对象的动态信息采集序列,按序获取评估对象针对动态信息采集序列的反馈数据;

5、从反馈数据中提取第二实体集合,对第二实体集合与第一实体集合进行一致性比对;

6、若比对通过,则采用动态知识图谱确定第二实体集合对应的第二实体节点,并确定第一实体节点与第二实体节点的传导路径;

7、根据传导路径与动态知识图谱中的预设风险节点进行链式推理,生成评估对象的风险评估结果以及对应的推理路径数据。

8、第二方面,提供了一种风险评估装置,包括:

9、数据解析模块,用于获取评估对象的初始业务交互数据,对初始业务交互数据进行语义解析,确定第一实体集合;

10、信息采集模块,用于采用预先构建的动态知识图谱确定第一实体集合对应的第一实体节点,获取第一实体节点的至少一个关联节点,根据至少一个关联节点生成针对评估对象的动态信息采集序列,按序获取评估对象针对动态信息采集序列的反馈数据;

11、实体比对模块,用于从反馈数据中提取第二实体集合,对第二实体集合与第一实体集合进行一致性比对;

12、路径确定模块,用于若比对通过,则采用动态知识图谱确定第二实体集合对应的第二实体节点,并确定第一实体节点与第二实体节点的传导路径;

13、风险评估模块,用于根据传导路径与动态知识图谱中的预设风险节点进行链式推理,生成评估对象的风险评估结果以及对应的推理路径数据。

14、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述风险评估方法的步骤。

15、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述风险评估方法的步骤。

16、上述风险评估方法、装置、计算机设备及存储介质所实现的方案中,可以通过获取评估对象的初始业务交互数据,并对初始业务交互数据进行语义解析得到第一实体集合,能够兼容多模态数据并完成结构化提纯,实现多源数据融合规整;通过采用预先构建的动态知识图谱确定第一实体集合对应的第一实体节点,获取第一实体节点的至少一个关联节点,并根据至少一个关联节点生成针对评估对象的动态信息采集序列,按序获取评估对象针对动态信息采集序列的反馈数据,能够依托动态知识图谱基于初始实体节点生成个性化动态信息采集序列,实现根据用户反馈数据自适应拓展关联问询,使得采集的用户信息具备逻辑关联性,彻底改善数据碎片化、无联动关联的问题;随后,通过从反馈数据中提取第二实体集合并与第一实体集合进行一致性比对,实现前后实体集合一致性校验,验证采集信息的真实准确;通过动态知识图谱确定第二实体集合对应的第二实体节点,并确定第一实体节点与第二实体节点的传导路径,根据该传导路径与动态知识图谱中的预设风险节点进行链式推理,生成评估对象的风险评估结果以及对应的推理路径数据,能够依托动态知识图谱梳理风险传导路径,并结合预设风险节点完成链式递进风险推理,打破传统孤立判定单一风险指标的弊端,支持深度挖掘健康风险的内在关联与递进演变逻辑,精准识别潜在关联风险,有效提升了复杂场景下保险核保风险评估的精准度与可靠性。

1.一种风险评估方法,其特征在于,所述方法包括:

2.如权利要求1所述的风险评估方法,其特征在于,所述获取评估对象的初始业务交互数据,对所述初始业务交互数据进行语义解析,确定第一实体集合之前,还包括:

3.如权利要求2所述的风险评估方法,其特征在于,所述当检测到新增业务数据时,通过图神经网络对所述新增业务数据进行表示学习,更新所述初始知识图谱中所述业务实体的嵌入向量以及所述关联关系的权重属性,得到所述动态知识图谱,包括:

4.如权利要求1所述的风险评估方法,其特征在于,所述采用预先构建的动态知识图谱确定所述第一实体集合对应的第一实体节点,获取所述第一实体节点的至少一个关联节点,根据所述至少一个关联节点生成针对所述评估对象的动态信息采集序列,按序获取所述评估对象针对所述动态信息采集序列的反馈数据,包括:

5.如权利要求1所述的风险评估方法,其特征在于,所述从所述反馈数据中提取第二实体集合,对所述第二实体集合与所述第一实体集合进行一致性比对,包括:

6.如权利要求5所述的风险评估方法,其特征在于,所述根据实体冲突内容生成预警信号,包括:

7.如权利要求1所述的风险评估方法,其特征在于,所述根据所述传导路径与所述动态知识图谱中预设的风险节点进行链式推理,生成所述评估对象的风险评估结果以及对应的推理路径数据,包括:

8.一种风险评估装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述风险评估方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述风险评估方法的步骤。