[发明专利]理赔资料质检核验方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能大数据领域，涉及一种理赔资料质检核验方法，包括：接收客户端上传的若干图像；通过清晰度检测模型、方向矫正模型和翻拍检测模型进行图像质检；通过预设的OCR模型对满足质检要求的图像进行文本识别；将文本内容作为模型输入，通过第一预设模型和第二预设模型分别输出各图像的第一特征向量和第二特征向量，基于二者进行特征融合，得到各图像的目标特征向量；根据目标特征向量得到各图像的分类标签以进行核验。本申请还提供一种理赔资料质检核验装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，核验过程中用户的隐私信息可存储于区块链中。本申请可以实现理赔资料智能核验，缩短理赔周期，提升客户体验。

技术领域

本申请涉及大数据技术领域，尤其涉及一种理赔资料质检核验方法、装置、计算机设备及存储介质。

背景技术

理赔过程中，需要客户提交相关的案件理赔资料证明案件的合理性和真实性，传统的案件理赔资料的收集都采用人工进行质检核验，当核验到资料错误或者资料质量如图像清晰度不满足要求，将下发次品单以让客户重新提交，核验过程耗费大量人力和物力资源，且人工质检核验时间长、效率低，导致客户的理赔周期延长，影响客户体验。

发明内容

本申请实施例的目的在于提出一种理赔资料质检核验方法、装置、计算机设备及存储介质，以解决现有技术理赔资料核验过程耗费大量人力和物力资源、核验效率低的问题。

为了解决上述技术问题，本申请实施例提供一种理赔资料质检核验方法，采用了如下所述的技术方案：

一种理赔资料质检核验方法，包括下述步骤：

响应客户端的理赔资料上传请求，接收所述客户端上传的理赔资料，所述理赔资料包含若干图像；

通过预设的清晰度检测模型、方向矫正模型和翻拍检测模型对所述若干图像进行图像质检，输出各图像的图像质检结果；

通过预设的OCR模型对图像质检结果为满足图像质检要求的图像进行文本识别，得到对应的文本内容；

将所述文本内容进行预处理后作为模型输入，通过第一预设模型输出各图像的第一特征向量，并通过第二预设模型分别输出各图像的第二特征向量，基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量；

将所述目标特征向量输入预设分类模型，得到各图像的分类标签，基于所述分类标签进行理赔资料核验并输出核验结果。

进一步的，所述第一预设模型为词袋模型，所述通过第一预设模型输出各图像的第一特征向量的步骤包括：

针对每幅图像，将图像对应的文本内容进行分词处理得到多个分词，从所述多个分词中提取多个特征字段，再对特征字段进行筛选后形成特征字段集合，确定所述特征字段集合中各特征字段在基于所述词袋模型建立的直方图中的分布，得到中间特征向量，并输出对应的概率值，记为第一分值；

对中间特征向量进行归一化处理，再进行降维处理得到第一特征向量和对应的第一分值。

进一步的，所述第二预设模型为卷积神经网络模型，所述通过第二预设模型输出各图像的第二特征向量的步骤包括：

针对每幅图像，将图像对于的文本内容进行拼接后得到拼接文本，将所述拼接文本输入所述卷积神经网络模型，得到各图像的第二特征向量，并输出对应的概率值，记为第二分值；

所述基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量的步骤具体为：

针对每幅图像，将对应的第一分值和第二分值进行比较，若第一分值大于第二分值，则将第一分值对应的第一特征向量作为所述目标特征向量，若第一分值小于第二分值，则将第二分值对应的第二特征向量作为所述目标特征向量。