[发明专利]一种保险理赔附件处理方法及装置

说明书

本发明实施例提供了一种保险理赔附件处理方法及装置，本发明涉及人工智能技术领域，方法包括：获取理赔附件，理赔附件携带待处理图片；向文本识别模型发送待处理图片，并获取文本识别模型输出的识别文本；向预设的敏感字符识别模型输入识别文本；获取敏感字符识别模型输出的对比文本，在对比文本中，敏感字符高亮显示；敏感字符包括以下至少之一：数字字符、文字字符、字母字符、符号字符；根据对比文本中的敏感字符对待处理图片进行模糊处理；用模糊处理后的图片替换理赔附件中的待处理图片。本发明实施例提供的技术方案能够解决现有技术中理赔附件脱敏处理效率低的问题。

【技术领域】

本发明涉及人工智能技术领域，尤其涉及一种保险理赔附件处理方法及装置。

【背景技术】

目前，现有的理赔系统中很多案例信息的赔案处理报告、赔款计算书等，在提供给外部人员时容易泄露其中的敏感字符，例如：用户的身份信息、姓名、理赔金额等。目前一般采用先下载至本地，再通过人工识别敏感字符，并进行脱敏处理后再上传至理赔系统，这种脱敏处理方式效率低。

【发明内容】

有鉴于此，本发明实施例提供了一种保险理赔附件处理方法及装置，用以解决现有技术中理赔附件脱敏处理方式效率低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种保险理赔附件处理方法，所述方法包括：

获取理赔附件，所述理赔附件携带待处理图片；向文本识别模型发送所述待处理图片，并获取所述文本识别模型输出的识别文本；向预设的敏感字符识别模型输入所述识别文本；获取所述敏感字符识别模型输出的对比文本，在所述对比文本中，敏感字符高亮显示；所述敏感字符包括以下至少之一：数字字符、文字字符、字母字符、符号字符；根据所述对比文本中的所述敏感字符对所述待处理图片进行模糊处理；用模糊处理后的图片替换所述理赔附件中的待处理图片。

进一步地，所述文本识别模型包括卷积层、循环网络层及转译层，所述向文本识别模型发送所述待处理图片，并获取所述文本识别模型输出的识别文本，包括：所述卷积层对所述待处理图片切块进行特征提取，得到特征序列；向所述循环网络层输入所述特征序列进行字符的识别；经过所述转译层对识别的结果进行处理，生成所述识别文本。

进一步地，在所述向预设的敏感字符识别模型输入所述识别文本之前，所述方法还包括：获取包括敏感字符的文本样本，并按照预设比例分为训练集及测试集，其中，所述敏感字符的类型包括汉字字符、数字字符、字母字符及符号字符中的至少一种；通过所述训练集对所述敏感字符识别模型进行训练；利用所述测试集测试所述敏感字符识别模型的准确率；当所述准确率大于或等于预设阈值时，结束训练并得到训练好的所述敏感字符识别模型；当所述准确率小于所述预设阈值时，增加所述训练集中的文本样本的数量，并继续训练所述敏感字符识别模型，直至所述准确率大于或等于所述预设阈值。

进一步地，所述向文本识别模型发送所述待处理图片，包括：判断所述待处理图片的格式是否为预设格式；若是，则向所述文本识别模型发送所述待处理图片；若否，则通过预设的转换器将所述待处理图片转换为所述预设格式的图片后，再向所述文本识别模型发送格式转换后的所述待处理图片。

进一步地，在所述向文本识别模型发送所述待处理图片之前，所述方法还包括：对所述待处理图片进行倾斜矫正、增强处理、二值化处理及降噪处理。

进一步地，在所述向文本识别模型发送所述待处理图片之前，所述方法还包括：根据预设规则对所述待处理图片进行区域分割，将分割处理后的图片用于文本识别。

进一步地，所述根据所述对比文本中的所述敏感字符对所述待处理图片进行模糊处理，包括：基于用户选择的处理方式，对所述待处理图片中的敏感字符进行模糊处理，所述处理方式包括马赛克、涂抹、字符覆盖、图层覆盖中的至少一种。