一种决策确定方法、装置、存储介质及电子设备与流程

本说明书涉及计算机，尤其涉及一种决策确定方法、装置、存储介质及电子设备。

背景技术：

1、现如今，随着信息技术的不断发展，为了方便对保险理赔进行审核，通过理赔模型提取理赔的材料的文本数据，并根据提取的数据进行分析，获取事务决策，但是在对理赔的材料进行文字提取时，存在由于材料模糊或关键字提取有误，导致所得到的事务决策准确度不足的问题，因此需要对事务决策进行审核。

技术实现思路

1、本说明书实施例提供一种决策确定方法、装置、存储介质及电子设备，可以通过对事务数据进行数据提取和分析，并结合事务决策进行判断，进而根据目标置信度确定事务决策对应的目标执行方案，提高了事务数集合的事务决策对应执行方案的准确性和可靠性。

2、第一方面，本说明书实施例提供一种决策确定方法，所述方法包括：

3、获取用于申请事务决策的事务数据集合，以及所述事务数据集合对应的事务决策；

4、对所述事务数据集合和所述事务决策进行特征提取，得到特征数据集合；

5、将所述特征数据集合和所述事务决策输入至预先训练好的置信度模型中，获取所述置信度模型输出的所述事务决策对应的目标置信度；

6、基于所述目标置信度与预设的置信度阈值确定所述事务决策的目标执行方案。

7、第二方面，本说明书实施例提供一种置信度模型的训练方法，所述方法包括：

8、获取用于进行模型训练的样本数据集合，对所述样本数据集合中的各样本数据进行特征转换得到样本特征集合；

9、基于所述样本特征集合对第一置信度模型进行训练，得到所述第一置信度模型的初始参数，基于所述初始参数得到第二置信度模型；

10、计算所述第二置信度模型对应的损失函数，基于所述损失函数确定所述第二置信度模型的训练状态，直至所述训练状态指示所述第二置信度模型收敛，得到训练完成的所述置信度模型。

11、第三方面，本说明书实施例提供一种决策确定装置，装置包括：

12、数据获取单元，用于获取用于申请事务决策的事务数据集合，以及所述事务数据集合对应的事务决策；

13、特征提取单元，用于对所述事务数据集合和所述事务决策进行特征提取，得到特征数据集合；

14、置信度获取单元，用于将所述特征数据集合和所述事务决策输入至预先训练好的置信度模型中，获取所述置信度模型输出的所述事务决策对应的目标置信度；

15、决策确定单元，用于基于所述目标置信度与预设的置信度阈值确定所述事务决策的目标执行方案。

16、第四方面，本说明书实施例提供一种置信度模型的训练装置，所述装置包括：

17、样本获取单元，用于获取用于进行模型训练的样本数据集合，对所述样本数据集合中的各样本数据进行特征转换得到样本特征集合；

18、模型训练单元，用于基于所述样本特征集合对第一置信度模型进行训练，得到所述第一置信度模型的初始参数，基于所述初始参数得到第二置信度模型；

19、模型完成单元，用于计算所述第二置信度模型对应的损失函数，基于所述损失函数确定所述第二置信度模型的训练状态，直至所述训练状态指示所述第二置信度模型收敛，得到训练完成的所述置信度模型。

20、第五方面，本说明书实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法的步骤。

21、第六方面，本说明书实施例提供一种电子设备，包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法的步骤。

22、第七方面，本说明书实施例提供一种计算机程序产品，其上存储有至少一条指令，所述至少一条指令被处理器执行时实现上述方法的步骤。

23、在本说明书实施例中，通过获取事务数据集合和事务决策，根据置信度模型对事务数据集合对应的特征数据集合进行分析，得到事务决策对应的目标执行方案，从而通过对事务数据进行数据提取和分析，并结合事务决策进行判断，进而根据目标置信度确定事务决策对应的目标执行方案，提高了事务数集合的事务决策对应执行方案的准确性和可靠性。

技术特征：

1.一种决策确定方法，所述方法包括：

2.根据权利要求1所述的方法，所述对所述事务数据集合和所述事务决策进行特征提取，得到特征数据集合，包括：

3.根据权利要求2所述的方法，所述对所述事务材料数据中的图像数据和文字数据进行文本提取，得到所述事务材料数据对应的文本数据，并基于图像数据和所述文本数据得到所述事务材料数据对应的第二特征数据，包括：

4.根据权利要求2所述的方法，所述获取所述置信度模型输出的所述事务决策对应的目标置信度，包括：

5.根据权利要求1所述的方法，所述基于所述目标置信度与预设的置信度阈值确定所述事务决策的目标执行方案，包括：

6.根据权利要求1所述的方法，所述基于所述目标置信度与预设的置信度阈值确定所述事务决策的目标执行方案之后，还包括：

7.一种置信度模型的训练方法，所述方法包括：

8.根据权利要求7所述的方法，所述基于所述样本特征集合对第一置信度模型进行训练，包括：

9.根据权利要求7所述的方法，所述对所述样本数据集合中的各样本数据进行特征转换得到样本特征集合，包括：

10.根据权利要求7所述的方法，所述得到训练完成的所述置信度模型之后，还包括：

11.一种决策确定装置，所述装置包括：

12.一种置信度模型的训练装置，所述装置包括：

13.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～6或7～10中任意一项所述方法的步骤。

14.一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～6或7～10中任意一项所述方法的步骤。

15.一种计算机程序产品，其上存储有至少一条指令，所述至少一条指令被处理器执行时实现权利要求1～6或7～10中任意一项所述方法的步骤。

技术总结
本说明书公开了一种决策确定方法、装置、存储介质及电子设备，其中方法包括：获取用于申请事务决策的事务数据集合，以及所述事务数据集合对应的事务决策，对所述事务数据集合和所述事务决策进行特征提取，得到特征数据集合，将所述特征数据集合和所述事务决策输入至预先训练好的置信度模型中，获取所述置信度模型输出的所述事务决策对应的目标置信度，基于所述目标置信度与预设的置信度阈值确定所述事务决策的目标执行方案。采用本说明书，通过对事务数据进行数据提取和分析，并结合事务决策进行判断，进而根据目标置信度确定事务决策对应的目标执行方案，提高了事务数集合的事务决策对应执行方案的准确性和可靠性。

技术研发人员：谢春梅,李亚东,王洪彬
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/9/26