JP7206072B2 - 改善された要求ハンドリング - Google Patents
改善された要求ハンドリング Download PDFInfo
- Publication number
- JP7206072B2 JP7206072B2 JP2018151803A JP2018151803A JP7206072B2 JP 7206072 B2 JP7206072 B2 JP 7206072B2 JP 2018151803 A JP2018151803 A JP 2018151803A JP 2018151803 A JP2018151803 A JP 2018151803A JP 7206072 B2 JP7206072 B2 JP 7206072B2
- Authority
- JP
- Japan
- Prior art keywords
- category
- request
- server
- determining
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/155—Removing patterns interfering with the pattern to be recognised, such as ruled lines or underlines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
(a)データベースと、プロセッサと、有形の不揮発性メモリと、該プロセッサに命令するために該メモリ上に存在するプログラムコードとを提供するステップであって、該データベースは、上記保険契約者によって保持される少なくとも1つの証券に関する証券情報を含み、該証券情報は、該証券情報に含まれる複数の保険変数の面で上記少なくとも1つの証券の適用範囲を特徴付け、上記複数の保険変数は、好ましくは、上記証券情報に含まれる決定木に関するものである、ステップと、
(b)プロセッサと、ユーザー入力の手段と、スクリーンとを備える保険契約者デバイスを提供するステップと、
(c)上記保険契約者デバイスのユーザー入力の上記手段を介して保険契約者からの上記保険金請求を記述する請求の記述を受信するステップであって、上記請求の記述は、テキスト列と、任意選択で1つ以上の請求詳細値とを含む、ステップと、
(d)上記保険契約者デバイスから上記サーバーに上記請求の記述を送信するステップと、
(e)上記請求の記述に含まれる上記テキスト列を処理するステップであって、該処理するステップは、好ましくは自然言語処理に基づくものであり、該処理するステップは、上記テキスト列からの1つ以上のエンティティの抽出を伴う、ステップと、
(f)上記1つ以上のエンティティを上記保険変数の値にマッピングして、上記保険変数のマッピングされた値を取得するステップと、
(g)上記マッピングされた値を値リストに追加するステップと、
(h)上記値リストを処理して、上記保険金請求を上記値リストから一義的に導出することができるか否かを判断するステップと、
(i)ステップ(h)が否定である場合、上記保険契約者デバイスのユーザー入力の上記手段を介して、保険契約者から上記保険金請求を記述する第2の請求の記述を受信するステップであって、該第2の請求の記述は、第2のテキスト列と1つ以上の任意選択の更なる請求詳細値とを含み、請求の記述として上記第2の請求の記述を用いてステップ(d)にジャンプし、ステップ(h)が肯定である場合、ステップ(j)に進む、ステップと、
(j)上記値リストに基づいて上記保険金請求の上記査定を生成するステップであって、該査定は、該保険金請求が上記少なくとも1つの証券によってカバーされるか否かの表示を少なくとも含む、ステップと、
を含む、コンピューター実施方法。
データベースと、プロセッサと、有形の不揮発性メモリと、該プロセッサに命令するために該メモリ上に存在するプログラムコードとを含むサーバーであって、該データベースは、上記保険契約者によって保持される少なくとも1つの証券に関する証券情報を含み、該証券情報は、該証券情報に含まれる複数の保険変数の面で上記少なくとも1つの証券の適用範囲を特徴付け、上記複数の保険変数は、好ましくは、上記証券情報に含まれる決定木に関するものである、サーバーと、
プロセッサと、ユーザー入力の手段と、スクリーンとを備える保険契約者デバイスと、
を備え、
該システムは、以下のステップ(c)~(j)、すなわち、
(c)上記保険契約者デバイスのユーザー入力の上記手段を介して保険契約者からの上記保険金請求を記述する請求の記述を受信するステップであって、上記請求の記述は、テキスト列と、任意選択で1つ以上の請求詳細値とを含む、ステップと、
(d)上記保険契約者デバイスから上記サーバーに上記請求の記述を送信するステップと、
(e)上記請求の記述に含まれる上記テキスト列を、自然言語処理を用いて処理するステップであって、該処理するステップは、上記テキスト列からの1つ以上のエンティティの抽出を伴う、ステップと、
(f)上記1つ以上のエンティティを上記保険変数の値にマッピングして、上記保険変数のマッピングされた値を取得するステップと、
(g)上記マッピングされた値を値リストに追加するステップと、
(h)上記値リストを処理して、上記保険金請求を上記値リストから一義的に導出することができるか否かを判断するステップと、
(i)ステップ(h)が否定である場合、上記保険契約者デバイスのユーザー入力の上記手段を介して、保険契約者から上記保険金請求を記述する第2の請求の記述を受信するステップであって、該第2の請求の記述は、第2のテキスト列と1つ以上の任意選択の更なる請求詳細値とを含み、ステップ(d)にジャンプし、ステップ(h)が肯定である場合、ステップ(j)に進む、ステップと、
(j)上記値リストに基づいて上記保険金請求の上記査定を生成するステップであって、該査定は、該保険金請求がカバーされるか否かの表示を少なくとも含む、ステップと、
を実行するように構成される、システム。
ユーザー入力の上記手段を介して保険契約者からの上記保険金請求を記述する請求の記述を受信することであって、上記請求の記述は、テキスト列と、任意選択で1つ以上の請求詳細値とを含むことと、
上記サーバーに上記請求の記述を送信することと、
上記サーバーから的を絞った質問を受信することであって、該的を絞った質問は、第2の請求の記述を要求するために上記保険契約者に意図されたものであり、該的を絞った質問を上記生成することは、上記保険変数に関する欠落した値に基づくものであり、該的を絞った質問は、該欠落した値を標的としていることと、
上記的を絞った質問に応答して、ユーザー入力の上記手段を介して上記保険契約者から第2の請求の記述を受信することと、
上記サーバーに上記第2の請求の記述を送信することと、
任意選択で、上記サーバーから1つ以上の更なる的を絞った質問を受信し、上記保険契約者から1つ以上の更なる請求の記述を受信し、該1つ以上の更なる請求の記述を上記サーバーに送信することと、
上記サーバーから通知を受信することであって、該通知は、上記保険金請求の上記査定に関するものであり、上記査定は、上記請求の記述、上記第2の請求の記述、及び任意選択で上記1つ以上の更なる請求の記述に基づくものであることと、
を行う命令を含む、コンピュータープログラム製品。
例1:例示の方法
図5は、本発明による一例示の方法の図500を示している。本方法により、保険契約者(この例ではクライアントと称される)によって保険者(この例では代理人と称される)にもたらされる保険金請求の査定を生成することが可能になる。本方法は、この例では人工知能(AI)と称される機械学習を伴う。
本例は、例1による方法の関連における、保険契約者、又は等価的にはユーザーとのインタラクションを示しており、ここで、証券は、自動車保険に関わるものである。以下の表は、インタラクションの生じ得るコンテンツを示している。したがって、「証券x」は、証券の任意の名前である。
この第3の例は、例1及び例2による方法の関連における、保険契約者、又は等価的にはユーザーとの別のインタラクションを示しており、ここで、証券は、自動車保険に関わるものである。この例では、人間の請求処理担当者が契約の変更のために介入しており、したがって、ここで、契約は、自動車の損傷も受理するが破壊行為はもはやカバーしない。以下の表は、対応するインタラクションを示している。
図1は、一例示の実施形態によるワークフロー100を示している。このワークフローは、保険金請求を処理するシステムに関わるものである。請求の記述に基づいて、システムは、カテゴリー化を提案する。その場合、このカテゴリー化は、計算して1つ以上の出力信号を生成するのに用いられる。このカテゴリー化は、ツリー状構造を辿る。このカテゴリー化パスは、請求の記述のテキスト、又はそのテキストの派生物によって規定される。システムは、2つのメインコンポーネント、すなわち、モデル1(15)及びモデル2(16)を有する。これらのモデルは、各々1つのカテゴリーを割り当てて、一致プロトコル17を通して渡すことによって出力信号を生成するように協働する。信号18は、請求に対して支払いを行う等のアクション、及び/又は、「貴方の請求は貴方の保険によってカバーされます」等の、モバイルデバイス上のメッセージ、及び/又は、他の任意の関連する出力とすることができる。
図2は、別の例示の実施形態によるワークフロー200を示している。これは、システムの一例示の実施形態に関連して記載されるが、本発明による方法の一実施形態に等価的に関することができる。カテゴリー化への入力は、実際の人物(被保険者等又は保険代理人等の仲介人)によって生成することができる、請求の記述21である。この請求の記述は、種々の方法、すなわち、とりわけ、タイプ入力、音声入力(及び音声対テキスト技法を用いてテキストに変換される)、手書き入力(及びOCR技法を用いてテキストに変換される)を用いて入力することができる。到来請求の隣に、事前にカテゴリー化された請求の記述のレポジトリ22が存在する。到来請求21及び請求のレポジトリ22の双方は、以下のステップ23、24を通して渡される。
図3は、単一モデルの例示の実施形態に関するフローチャート300を示している。例えば、例4及び5は、2つのモデルのアンサンブルに関しているが、本例は、類似度、特にコサイン類似度、すなわち、
図4は、2モデルの例示の実施形態に関するフローチャート400を示している。この例は、この例自体(an sich)で考慮することができるが、好ましくは、例6との組み合わせにおいて考慮することができる。第1のモデルは第1のカテゴリー360を割り当てる(36)ように動作する一方で、第2のモデルは第2のカテゴリー460を割り当てる(46)ように動作する。好ましくは、第1のモデル及び第2のモデルは、例6による別個のステップにおいて求められた(34)同じ要求ベクトル340上で動作する。換言すれば、第1のモデル及び第2のモデルは、好ましくは、要求ベクトル340から割り当てられたカテゴリー360、460に移行するように並列して動作することができる。これによって、第1のモデルは、好ましくは、上記要求ベクトル340の、上記カテゴリー化された要求350の同様に求められたベクトル表現に対する類似度値351を求めること(35)に関し、その後、上記少なくとも1つの求められた類似度値351と対応する事前にカテゴリー化された要求350のカテゴリー380とに基づいて、上記要求310のカテゴリー360を求める(36)。第2のモデルは、好ましくは、第1のステップにおいて、上記要求ベクトル340及び上記カテゴリー化された要求350の同様に求められたベクトル表現にCNNを適用することに関し、その後、上記CNNの出力と対応する事前にカテゴリー化された要求350のカテゴリー380とに基づいて、上記要求310の第2のカテゴリー460を求める(46)。
この例では、要求は、保険金請求に関するとともに、少なくとも1つの画像を含み、好ましくは、少なくとも1つの画像からなる。この少なくとも1つの画像は、PNG、JPEG、GIF、TIFF、EPS、EMF、又はPDF等の、任意のピクセルベース又はベクトルベースのファイルフォーマットにおけるものとすることができる。これは、保険金請求の要求が、従来的に行われるように、1つ以上の用紙のフォーム上に完全に書き出されている実際的な事例に対応することができる。この場合、この1つ以上の用紙のフォームは、撮影又はスキャンすることができ、これにより、少なくとも1つのフォーム関連画像がもたらされる。その後、この少なくとも1つの画像は、好ましくは保険金請求に関する損傷又は場所に関するいくつかのコンテキスト関連写真とともに、用紙のフォームの写真及びコンテキスト関連写真の双方を含む単一の要求内にまとめることができる。その後、少なくとも1つのフォーム関連画像を含む少なくとも1つの画像ファイルであるこの要求は、処理のためにサーバーに差し支えなくアップロードすることができ、これにより、請求ハンドリングに対するユーザーフレンドリーな手法がもたらされる。要求は、サーバーに記憶することができる。本発明の他のステップに先行する別個のステップにおいて、写真は、パターン検出を通じて自動的にソートされ、一方で少なくとも1つのフォーム関連写真を、存在する場合、他方で1つ以上のコンテキスト関連写真から分離する。次のステップにおいて、少なくとも1つのフォーム関連画像の各々は、OCRによって処理して、1つ以上の要求の記述310、好ましくは、1つの要求の記述310を生成することができ、1つ以上の要求の記述310の各々は、少なくとも1つの自然言語テキスト列を含む。その後、次のステップを、例6に従って実行することができ、任意選択では、例6及び例7の組み合わせに従って実行することができる。これにより、要求全体に帰属させることができる或る特定の請求カテゴリーが与えられる。好ましくは、本発明の他のステップに後続する最終ステップにおいて、請求カテゴリーを、要求をアップロードしたユーザーに送信することができ、及び/又は、請求カテゴリーを、サーバーに記憶される際に要求におけるメタデータとして記憶することができ、すなわち、要求データを更新することができる。好ましくは、画像ファイルごとに、ラベル(フォーム関連対コンテキスト関連)も記憶される。
16:モデル2
17:一致プロトコル
18:信号
100:ワークフロー
21:請求の記述
22:請求の記述のレポジトリ
23、24:ステップ
24:構成単語ベクトルは、ベクトル演算を用いて合成されて、請求全体の分散ベクトル表現が形成される
25:請求を表現するこの数値ベクトルを用いて、請求を、この請求が属する(サブ)カテゴリーにマッピングすることである分類が行われる。この分類は、いくつかの技法によって実行することができる
27:或るカテゴリーにリンクされた信号を、システムのカテゴリー化品質に影響を与えることなく、追加、除去、又は改変することができる
200:ワークフロー
300:フローチャート
310:単一の保険金請求
310:到来請求
340:単語ベクトル表現
380:カテゴリー
31:ユーザーから受信
32:前処理ステップにおいて、テキスト列に属する複数の構成単語320が識別される
320:構成単語
310:到来請求
310:要求の記述
320:「スリップ(slip)」
320:「衝突(crash)」
330:構成単語320の各々について、上記ボキャブラリーから関連単語ベクトル表現330が取得される
34:上記少なくとも1つの取得された単語ベクトル表現330に基づいて、要求ベクトル340が求められる
34:単語ベクトル表現330は、算術的に平均され
34:例6による別個のステップにおいて求められた
340:要求ベクトル
340:到来請求の単一の要求ベクトル
340:到来請求ベクトル
35:カテゴリー化された要求350の同様に求められたベクトル表現に対する要求ベクトル340の類似度値351を求めること
35:第1のモデルは、好ましくは、上記要求ベクトル340の、上記カテゴリー化された要求350の同様に求められたベクトル表現に対する類似度値351を求めること
350:事前にカテゴリー化された請求
351:類似度値
352:請求ID
353:請求の記述
36:要求310のカテゴリー360が、「軽度の自動車事故」であると判断される
36:第1のモデルは第1のカテゴリー360を割り当てる
36:上記少なくとも1つの求められた類似度値351と対応する事前にカテゴリー化された要求350のカテゴリー380とに基づいて、上記要求310のカテゴリー360を求める
36:第1のモデルは第1のカテゴリー360「盗難(Theft)」を提案する
360:カテゴリー
361:要求310のサブカテゴリー
37:カテゴリー360に関する信号370が生成
37:実行されるアクションが不確定であるという信号370を生成すること
370:信号
380:事前に割り当てられたカテゴリー
381:サブカテゴリー
400:フローチャート
43:一致プロトコルが、第1のカテゴリー360を、第2のカテゴリー460と比較する
430:第2のカテゴリー460が第1のカテゴリー360とは異なることに鑑みて、一致がないことを検出すること
46:第2のモデルは第2のカテゴリー460を割り当てる
46:CNNの出力と対応する事前にカテゴリー化された要求350のカテゴリー380とに基づいて、要求310の第2のカテゴリー460を求める
46:第2のモデルは第1のカテゴリー360とは異なる第2のカテゴリー460「破壊行為(Vandalism)」を提案する
460:カテゴリー
Claims (13)
- ユーザーデバイスを用いてユーザーによってもたらされた要求(310)のカテゴリーを求めるコンピューター実施方法であって、前記ユーザーデバイスは、接続手段と前記ユーザーから前記要求(310)に関する要求の記述(310)を受信する手段とを備え、該コンピューター実施方法は、
前記ユーザーデバイスを用いて前記ユーザーから前記要求の記述(310)を受信するステップ(31)と、
前記要求の記述(310)をサーバーにアップロードするステップであって、該サーバーは、各々がカテゴリー(380)を含む複数の事前にカテゴリー化された要求(350)と複数の単語ベクトル表現(330)を含むボキャブラリーとを含むデータベースへのアクセスを有する、ステップと、
前記サーバーによって、前記要求の記述(310)に含まれる自然言語テキスト列に属する複数の構成単語(320)を識別するステップ(32)と、
前記サーバーによって、前記複数の構成単語(320)のうちの少なくとも1つについて、前記ボキャブラリーから関連付けられた単語ベクトル表現(330)を取得するステップ(33)と、
前記サーバーによって、前記少なくとも1つの取得された単語ベクトル表現(330)に基づいて、要求ベクトル(340)を求めるステップ(34)と、
前記サーバーによって、少なくとも1つのカテゴリー化された要求について、前記要求ベクトル(340)の、前記カテゴリー化された要求(350)の同様に求められたベクトル表現に対する類似度値(351)を求めるステップ(35)と、
前記サーバーによって、前記少なくとも1つの求められた類似度値(351)と対応する事前にカテゴリー化された要求(350)のカテゴリー(380)とに基づいて、前記要求(310)のカテゴリー(360)を求めるステップ(36)と、
前記サーバーによって、前記カテゴリー(360)に関する信号(370)を生成して(37)、該信号(370)を前記サーバーから第2のデバイスに送信するステップであって、該第2のデバイスは、前記ユーザーデバイスに等しい、ステップと、を含み、
前記類似度値(351)を求めること(35)と、前記カテゴリー(360)を求めること(36)とは、第1のモデルに関するものであり、前記コンピューター実施方法は、該第1のモデルとは異なる第2のモデルに関する第2のカテゴリー(460)を求めることであって、該第2のモデルは、機械学習アルゴリズムに関するものであり、該求めることは、以下、
前記サーバーによって、前記第2のモデルを、前記要求ベクトル(340)と、前記カテゴリー化された要求(350)の同様に求められたベクトル表現とに適用するステップと、
前記サーバーによって、前記第2のモデルの出力と前記対応する事前にカテゴリー化された要求(350)のカテゴリー(380)とに基づいて、前記要求(310)の前記第2のカテゴリー(460)を求めるステップ(46)と、
に従って行われる、求めることを含み、
前記信号(370)を前記生成すること(37)は、前記カテゴリー(360)を前記第2のカテゴリー(460)と比較すること(43)を含み、
前記カテゴリー(360)を前記第2のカテゴリー(460)と前記比較すること(43)は、前記第2のカテゴリー(460)が前記第1のカテゴリー(360)とは異なる場合、前記第1のモデルと前記第2のモデルとの間の不一致を検出すること(430)を含み、該不一致により、前記カテゴリー(360)に対する不確定の表示を含む前記信号(370)が生成される(37)、方法。 - 前記第2のモデルが関する機械学習モデルは、少なくとも部分的に畳み込みニューラルネットワークアルゴリズムに基づくものである、請求項1に記載の方法。
- 前記複数の構成単語(320)を前記識別すること(32)は、前記自然言語テキスト列を前処理することを含み、該前処理することは、少なくとも、ステミングアルゴリズムによるステミング又はポーターのステミングアルゴリズムによるステミングを含み、該前処理することは、スペリング訂正及び/又はレンマ化を更に含む、請求項1又は2に記載の方法。
- 前記要求ベクトル(340)を前記求めること(34)は、少なくとも部分的にWord2vecに基づくものである、請求項1~3のいずれか1項に記載の方法。
- 前記類似度値(351)を前記求めること(35)は、少なくとも部分的に、距離測定、類似度測定、又はコサイン類似度に基づくものである、請求項1~4のいずれか1項に記載の方法。
- 前記要求は、少なくとも1つの用紙フォーム関連画像を含む少なくとも1つの画像を含むか、又は該少なくとも1つの画像からなり、前記受信すること(31)は、前記ユーザーから前記少なくとも1つの画像を受信することを含み、前記要求の記述(310)を前記アップロードすることは、前記少なくとも1つの画像を前記サーバーにアップロードすることを含み、前記複数の構成単語(320)を前記識別すること(32)は、前記少なくとも1つの画像の各々について、該画像がフォーム関連画像であるか又はコンテキスト関連画像であるかを判断して、フォーム関連画像ごとに、前記自然言語テキスト列を、OCRを用いて抽出することを含む、請求項1~5のいずれか1項に記載の方法。
- 前記アップロードの際、前記少なくとも1つの画像を含む要求は、前記サーバーに記憶され、前記カテゴリー(360)を前記求めるステップ(36)において求められた前記カテゴリー(360)及び/又は前記信号(370)を前記生成するステップ(37)において求められた前記信号(370)は、前記サーバーに記憶された前記要求におけるメタデータとして記憶され、画像ごとに、前記画像がフォーム関連であるか又はコンテキスト関連であるかの表示も記憶される、請求項6に記載の方法。
- 前記カテゴリー(360)を前記求めること(36)は、所定の信頼度閾値を超えているか否かを判断することを含む、請求項1~7のいずれか1項に記載の方法。
- 前記信号(370)を前記生成して(37)送信することは、人間のオペレーターの介入が必要であることを示すことを含み、該示すことは、前記カテゴリー(360)に対する不確定の表示を含む前記信号(370)によってトリガーされる、請求項1~8のいずれか1項に記載の方法。
- 前記信号(370)を前記生成して(37)送信することは、前記信号(370)に基づいて前記ユーザーデバイスに通知を送信し、該通知をスクリーンに表示することを含む、請求項1~9のいずれか1項に記載の方法。
- ユーザーデバイスを用いてユーザーによってもたらされた要求(310)のカテゴリーを求めるシステムであって、該システムは、
プロセッサと、有形の不揮発性メモリと、前記プロセッサに命令するために前記有形の不揮発性メモリ上に存在するプログラムコードとを備えるサーバーであって、該サーバーは、各々がカテゴリー(380)を含む複数の事前にカテゴリー化された要求(350)と複数の単語ベクトル表現(330)を含むボキャブラリーとを含むデータベースへのアクセスを有する、サーバーと、
プロセッサと、ユーザー入力の手段と、スクリーンとを備える前記ユーザーデバイスと、
を備え、
該システムは、
前記ユーザーデバイスを用いて前記ユーザーから前記要求の記述(310)を受信するステップ(31)と、
前記要求の記述(310)を前記サーバーにアップロードするステップと、
前記サーバーによって、前記要求の記述(310)に含まれる自然言語テキスト列に属する複数の構成単語(320)を識別するステップ(32)と、
前記サーバーによって、前記複数の構成単語(320)のうちの少なくとも1つについて、前記ボキャブラリーから関連付けられた単語ベクトル表現(330)を取得するステップ(33)と、
前記サーバーによって、前記少なくとも1つの取得された単語ベクトル表現(330)に基づいて、要求ベクトル(340)を求めるステップ(34)と、
前記サーバーによって、少なくとも1つのカテゴリー化された要求について、前記要求ベクトル(340)の、前記カテゴリー化された要求(350)の同様に求められたベクトル表現に対する類似度値(351)を求めるステップ(35)と、
前記サーバーによって、前記少なくとも1つの求められた類似度値(351)と対応する事前にカテゴリー化された要求(350)のカテゴリー(380)とに基づいて、前記要求(310)の前記カテゴリー(360)を求めるステップ(36)と、
前記サーバーによって、前記カテゴリー(360)に関する信号(370)を生成して(37)、該信号(370)を前記サーバーから第2のデバイスに送信するステップであって、該第2のデバイスは、前記ユーザーデバイスに等しい、ステップと、
を実行するように構成され、
前記類似度値(351)を求めること(35)と、前記カテゴリー(360)を求めること(36)とは、第1のモデルに関するものであり、前記システムにおいて、該第1のモデルとは異なる第2のモデルに関する第2のカテゴリー(460)を求めることであって、該第2のモデルは、機械学習アルゴリズムに関するものであり、該求めることは、以下、
前記サーバーによって、前記第2のモデルを、前記要求ベクトル(340)と、前記カテゴリー化された要求(350)の同様に求められたベクトル表現とに適用するステップと、
前記サーバーによって、前記第2のモデルの出力と前記対応する事前にカテゴリー化された要求(350)のカテゴリー(380)とに基づいて、前記要求(310)の前記第2のカテゴリー(460)を求めるステップ(46)と、
に従って行われる、求めることを含み、
前記信号(370)を前記生成すること(37)は、前記カテゴリー(360)を前記第2のカテゴリー(460)と比較すること(43)を含み、
前記カテゴリー(360)を前記第2のカテゴリー(460)と前記比較すること(43)は、前記第2のカテゴリー(460)が前記第1のカテゴリー(360)とは異なる場合、前記第1のモデルと前記第2のモデルとの間の不一致を検出すること(430)を含み、該不一致により、前記カテゴリー(360)に対する不確定の表示を含む前記信号(370)が生成される(37)、システム。 - 請求項11に記載のシステムにおける、請求項1~10のいずれか1項に記載のコンピューター実施方法。
- ユーザーデバイスを用いてユーザーによってもたらされた要求(310)のカテゴリーを求めるコンピュータープログラムであって、該コンピュータープログラムは、プロセッサと、ユーザー入力の手段と、スクリーンとを備える前記ユーザーデバイス上で実行する命令を含み、該コンピュータープログラムは、請求項1~10のいずれか1項に記載の方法を実行する命令を含む、コンピュータープログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18184857.3 | 2018-07-20 | ||
EP18184857.3A EP3598377A1 (en) | 2018-07-20 | 2018-07-20 | Improved claim handling |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013521A JP2020013521A (ja) | 2020-01-23 |
JP7206072B2 true JP7206072B2 (ja) | 2023-01-17 |
Family
ID=63014462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018151803A Active JP7206072B2 (ja) | 2018-07-20 | 2018-08-10 | 改善された要求ハンドリング |
Country Status (7)
Country | Link |
---|---|
US (1) | US10929448B2 (ja) |
EP (2) | EP3598377A1 (ja) |
JP (1) | JP7206072B2 (ja) |
AU (1) | AU2019306148A1 (ja) |
CA (1) | CA3106416A1 (ja) |
IL (1) | IL280176B (ja) |
WO (1) | WO2020016414A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11972490B2 (en) * | 2018-07-20 | 2024-04-30 | Kbc Groep Nv | Determining a category of a request by word vector representation of a natural language text string with a similarity value |
US11593385B2 (en) * | 2018-11-21 | 2023-02-28 | International Business Machines Corporation | Contextual interestingness ranking of documents for due diligence in the banking industry with entity grouping |
US11030228B2 (en) * | 2018-11-21 | 2021-06-08 | International Business Machines Corporation | Contextual interestingness ranking of documents for due diligence in the banking industry with topicality grouping |
CN111429260B (zh) * | 2020-03-19 | 2023-06-06 | 重庆富民银行股份有限公司 | 用于风控***的用户体验提升方法及*** |
CN111833198A (zh) * | 2020-07-20 | 2020-10-27 | 民生科技有限责任公司 | 一种智能处理保险条款的方法 |
US11550832B2 (en) | 2020-10-02 | 2023-01-10 | Birchhoover Llc | Systems and methods for micro-credential accreditation |
CN113360603B (zh) * | 2021-06-22 | 2023-09-05 | 杭州东方通信软件技术有限公司 | 一种合同相似性及合规性检测方法及装置 |
US20240028981A1 (en) * | 2022-07-20 | 2024-01-25 | Hartford Fire Insurance Company | System and method for automated resource request evaluations |
KR102594547B1 (ko) * | 2022-11-28 | 2023-10-26 | (주)위세아이텍 | 멀티모달 특성 기반의 이미지 검색 장치 및 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002342343A (ja) | 2001-05-18 | 2002-11-29 | Ricoh Co Ltd | 文書管理システム |
JP2003114906A (ja) | 2001-08-13 | 2003-04-18 | Xerox Corp | ユーザ定義可能なパーソナリティを備えたメタ文書管理システム |
WO2009087757A1 (ja) | 2008-01-08 | 2009-07-16 | Mitsubishi Electric Corporation | 情報フィルタリングシステム、情報フィルタリング方法および情報フィルタリングプログラム |
JP2011170786A (ja) | 2010-02-22 | 2011-09-01 | Nomura Research Institute Ltd | 文書分類システムおよび文書分類プログラムならびに文書分類方法 |
JP2016156845A (ja) | 2015-02-23 | 2016-09-01 | Kddi株式会社 | ユーザ対話システムと共にユーザ操作を支援する対話支援プログラム、サーバ及び方法 |
JP2017505964A (ja) | 2013-11-27 | 2017-02-23 | 株式会社Nttドコモ | 機械学習に基づく自動タスク分類 |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2978044B2 (ja) * | 1993-10-18 | 1999-11-15 | シャープ株式会社 | 文書分類装置 |
US5754978A (en) * | 1995-10-27 | 1998-05-19 | Speech Systems Of Colorado, Inc. | Speech recognition system |
US6526380B1 (en) * | 1999-03-26 | 2003-02-25 | Koninklijke Philips Electronics N.V. | Speech recognition system having parallel large vocabulary recognition engines |
US7617240B2 (en) | 1999-05-04 | 2009-11-10 | Accenture Llp | Component based task handling during claim processing |
US7813944B1 (en) | 1999-08-12 | 2010-10-12 | Fair Isaac Corporation | Detection of insurance premium fraud or abuse using a predictive software system |
US20020002475A1 (en) | 2000-04-13 | 2002-01-03 | Joel Freedman | Automated insurance system and method |
US20020128883A1 (en) | 2002-05-03 | 2002-09-12 | Alexandra Harris | Integrated system for insurance claim management |
US20070226018A1 (en) | 2007-03-01 | 2007-09-27 | Paul Gross | System and method for managing an insurance claim |
US20080255887A1 (en) | 2007-04-10 | 2008-10-16 | Autoonline Gmbh Informationssysteme | Method and system for processing an insurance claim for a damaged vehicle |
WO2009129496A2 (en) | 2008-04-17 | 2009-10-22 | The Travelers Indemnity Company | A method of and system for determining and processing object structure condition information |
US8364481B2 (en) * | 2008-07-02 | 2013-01-29 | Google Inc. | Speech recognition with parallel recognition tasks |
US8401877B2 (en) | 2009-08-05 | 2013-03-19 | Qbe Holdings, Inc. | Insurance claim processing |
WO2012075442A1 (en) | 2010-12-02 | 2012-06-07 | American International Group, Inc. | Systems, methods, and computer program products for processing insurance claims |
US9275635B1 (en) * | 2012-03-08 | 2016-03-01 | Google Inc. | Recognizing different versions of a language |
US20140058763A1 (en) | 2012-07-24 | 2014-02-27 | Deloitte Development Llc | Fraud detection methods and systems |
US9601111B2 (en) * | 2012-11-13 | 2017-03-21 | GM Global Technology Operations LLC | Methods and systems for adapting speech systems |
US20140149513A1 (en) * | 2012-11-23 | 2014-05-29 | The Extraordinaries, Inc. | System and method for matching a profile to a sparsely defined request |
US10599953B2 (en) * | 2014-08-27 | 2020-03-24 | Verint Americas Inc. | Method and system for generating and correcting classification models |
US10089977B2 (en) * | 2015-07-07 | 2018-10-02 | International Business Machines Corporation | Method for system combination in an audio analytics application |
US10265040B2 (en) * | 2015-07-13 | 2019-04-23 | Scott Anderson Middlebrooks | Method and apparatus for adaptive computer-aided diagnosis |
US10133729B2 (en) * | 2015-08-28 | 2018-11-20 | Microsoft Technology Licensing, Llc | Semantically-relevant discovery of solutions |
US9665628B1 (en) * | 2015-12-06 | 2017-05-30 | Xeeva, Inc. | Systems and/or methods for automatically classifying and enriching data records imported from big data and/or other sources to help ensure data integrity and consistency |
WO2017165774A1 (en) * | 2016-03-25 | 2017-09-28 | Quad Analytix Llc | Systems and methods for multi-modal automated categorization |
US20170308802A1 (en) * | 2016-04-21 | 2017-10-26 | Arundo Analytics, Inc. | Systems and methods for failure prediction in industrial environments |
US10198753B2 (en) * | 2016-05-18 | 2019-02-05 | Nec Corporation | Privacy-aware in-network personalization system |
US10754886B2 (en) * | 2016-10-05 | 2020-08-25 | International Business Machines Corporation | Using multiple natural language classifier to associate a generic query with a structured question type |
KR20180070103A (ko) * | 2016-12-16 | 2018-06-26 | 삼성전자주식회사 | 인식 방법 및 인식 장치 |
US20190197398A1 (en) * | 2017-12-27 | 2019-06-27 | Microsoft Technology Licensing, Llc | Embedded learning for response prediction |
US10891943B2 (en) * | 2018-01-18 | 2021-01-12 | Citrix Systems, Inc. | Intelligent short text information retrieve based on deep learning |
US10491699B2 (en) * | 2018-03-20 | 2019-11-26 | Capital One Services, Llc | Parsing transaction information for extraction and/or organization of transaction-related information |
US11176488B2 (en) * | 2018-03-30 | 2021-11-16 | EMC IP Holding Company LLC | Online anomaly detection using pairwise agreement in heterogeneous model ensemble |
US10832002B2 (en) * | 2018-05-08 | 2020-11-10 | International Business Machines Corporation | System and method for scoring performance of chatbots |
-
2018
- 2018-07-20 EP EP18184857.3A patent/EP3598377A1/en not_active Withdrawn
- 2018-08-10 JP JP2018151803A patent/JP7206072B2/ja active Active
- 2018-08-10 US US16/100,965 patent/US10929448B2/en active Active
-
2019
- 2019-07-19 EP EP19740022.9A patent/EP3824430A1/en not_active Withdrawn
- 2019-07-19 AU AU2019306148A patent/AU2019306148A1/en active Pending
- 2019-07-19 CA CA3106416A patent/CA3106416A1/en active Pending
- 2019-07-19 IL IL280176A patent/IL280176B/en unknown
- 2019-07-19 WO PCT/EP2019/069511 patent/WO2020016414A1/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002342343A (ja) | 2001-05-18 | 2002-11-29 | Ricoh Co Ltd | 文書管理システム |
JP2003114906A (ja) | 2001-08-13 | 2003-04-18 | Xerox Corp | ユーザ定義可能なパーソナリティを備えたメタ文書管理システム |
WO2009087757A1 (ja) | 2008-01-08 | 2009-07-16 | Mitsubishi Electric Corporation | 情報フィルタリングシステム、情報フィルタリング方法および情報フィルタリングプログラム |
JP2011170786A (ja) | 2010-02-22 | 2011-09-01 | Nomura Research Institute Ltd | 文書分類システムおよび文書分類プログラムならびに文書分類方法 |
JP2017505964A (ja) | 2013-11-27 | 2017-02-23 | 株式会社Nttドコモ | 機械学習に基づく自動タスク分類 |
JP2016156845A (ja) | 2015-02-23 | 2016-09-01 | Kddi株式会社 | ユーザ対話システムと共にユーザ操作を支援する対話支援プログラム、サーバ及び方法 |
Also Published As
Publication number | Publication date |
---|---|
CA3106416A1 (en) | 2020-01-23 |
IL280176A (en) | 2021-03-01 |
US20200026773A1 (en) | 2020-01-23 |
EP3824430A1 (en) | 2021-05-26 |
JP2020013521A (ja) | 2020-01-23 |
WO2020016414A1 (en) | 2020-01-23 |
IL280176B (en) | 2022-08-01 |
AU2019306148A1 (en) | 2021-02-11 |
EP3598377A1 (en) | 2020-01-22 |
US10929448B2 (en) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7206072B2 (ja) | 改善された要求ハンドリング | |
CN108959482B (zh) | 基于深度学习的单轮对话数据分类方法、装置和电子设备 | |
US8650136B2 (en) | Text classification with confidence grading | |
US20090228233A1 (en) | Rank-based evaluation | |
AU2020345605B2 (en) | Metamodeling for confidence prediction in machine learning based document extraction | |
CN110796542A (zh) | 金融风险控制方法、金融风险控制装置和电子设备 | |
CN113240130B (zh) | 数据分类方法及装置、计算机可读存储介质和电子设备 | |
US11972490B2 (en) | Determining a category of a request by word vector representation of a natural language text string with a similarity value | |
CN113742492B (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
EP3916597B1 (en) | Detecting malware with deep generative models | |
US11481734B2 (en) | Machine learning model for predicting litigation risk on construction and engineering projects | |
JP2017527013A (ja) | サービスとしての適応特徴化 | |
US20230186668A1 (en) | Polar relative distance transformer | |
CN111444965B (zh) | 基于机器学习的数据处理方法及相关设备 | |
CN113554184A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN111179096A (zh) | 医疗数据审核方法、装置、电子设备及计算机可读介质 | |
US11922515B1 (en) | Methods and apparatuses for AI digital assistants | |
US20200312432A1 (en) | Computer architecture for labeling documents | |
KR102310450B1 (ko) | 보험 문서 분석 방법을 제공하기 위한 컴퓨터 프로그램 | |
CN110851600A (zh) | 基于深度学习的文本数据处理方法及装置 | |
US20230237369A1 (en) | Automated training of machine learning classification for patient missed care opportunities or late arrivals | |
KR102160444B1 (ko) | 실손보험금 자동지급심사 시스템 및 그 방법 | |
CN110348190B (zh) | 基于用户操作行为的用户设备归属判断方法及装置 | |
US11244267B2 (en) | Digital fulfillment product onboarding system | |
CN113571198A (zh) | 转化率预测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210226 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220630 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220929 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221221 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230104 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7206072 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |