https://yq.aliyun.com/articles/628991?spm=a2c4e.11163080.searchblog.11.4f492ec1Hzl9la

小嘰導(dǎo)語：正如Google的高級搜索副總裁Amit Singhal在介紹知識圖譜時提到的：“The world is not made of strings , but is made of things.” 大千世界，萬物相聯(lián)，借助知識圖譜，實現(xiàn)了搜索領(lǐng)域的things, not strings。保險領(lǐng)域的知識圖譜之路，何去何從呢？

背景

隨著互聯(lián)網(wǎng)和AI智能的發(fā)展，近年來我國的健康險業(yè)務(wù)迎來了飛速發(fā)展和變革。健康險，即健康保險，是保險業(yè)務(wù)的一個重要分支，有著廣闊的發(fā)展前景，是本財年保險領(lǐng)域排兵布陣的重要戰(zhàn)場。健康險是以被保險人的身體為保險標(biāo)的，依據(jù)合同約定當(dāng)被保險人遭遇疾病或意外傷害時，對被保險人的醫(yī)療費(fèi)用或財產(chǎn)損失進(jìn)行補(bǔ)償或給付的一種保險。

為了支撐日益劇增的理賠單量的挑戰(zhàn)，在不增加客服小二工作量的前提下，健康險理賠需要做到智能化、自動化和低風(fēng)險化。因此，理賠天平團(tuán)隊在智能理賠、理賠機(jī)器智能問答和反騙賠等方面做出了相應(yīng)嘗試，而健康險知識圖譜是以上各種嘗試所依賴的底層基礎(chǔ)技術(shù)。

本文首先介紹了健康知識圖譜構(gòu)建流程、整體框架和遇到的問題，然后總結(jié)了健康知識圖譜在保險理賠領(lǐng)域應(yīng)用場景和對應(yīng)的玩法。

健康知識圖譜和Schema示例

圖1 健康知識圖譜樣例

健康知識圖譜樣例如圖1所示，其中存儲著用戶、險種、疾病、醫(yī)院等各類節(jié)點信息以及它們之間的關(guān)聯(lián)信息。比如，用戶張三投保了門診保險金，當(dāng)該用戶患慢性肺炎申請理賠時，我們可以根據(jù)圖譜來判斷購買的險種對慢性肺炎時免責(zé)的，進(jìn)行智能拒賠即可。

健康知識圖譜的具體節(jié)點和邊屬性如下：

健康知識圖譜整體框架

圖2 健康知識圖譜整體技術(shù)框架

健康知識圖譜整體框架如圖2所示，主要由信息源、實體抽取、數(shù)據(jù)源、更新框架和數(shù)據(jù)存儲和質(zhì)量控制等部分組成，具體如下：

1、信息源

保單類：用戶購買的保單信息，包含用戶、險種、時間、保障疾病范圍等信息。

外部網(wǎng)站數(shù)據(jù)：通過爬蟲，可以獲取各種渠道的信息，包括醫(yī)院信息、科室信息等。

2、實體/關(guān)系抽取

信息源有很多形式，包括圖片、文字、語音、視頻等類型，需要從中提取有用的實體信息和實體關(guān)系。這部分可以通過機(jī)器學(xué)習(xí)（包括深度學(xué)習(xí)、規(guī)則引擎等）或者人工方式實現(xiàn)。

3、數(shù)據(jù)源

數(shù)據(jù)源包括各種類型的數(shù)據(jù)，包括上傳的文件、ODPS中的用戶畫像信息、關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)、事件或日志等。

4、更新框架

一般通過三種方式將提取的數(shù)據(jù)導(dǎo)入到Geabase中，如下圖所示：

初始化方式，將全量數(shù)據(jù)寫入ODPS表某個分區(qū)中，全量初始化導(dǎo)入Geabase。

T+1批量更新方式，通過MR Job定時任務(wù)將更新數(shù)據(jù)寫入最新分區(qū)中，每天批量新增、更新和刪除Geabase中數(shù)據(jù)。

實時更新，將更新的數(shù)據(jù)發(fā)送到事件系統(tǒng)或者日志搜集系統(tǒng)，然后實時消費(fèi)，將數(shù)據(jù)更新到Geabase數(shù)據(jù)庫中。

5、數(shù)據(jù)存儲

Geabase為了實現(xiàn)對數(shù)據(jù)進(jìn)行分布式存儲和計算，將整個圖按節(jié)點分割為多個子圖，每個子圖存放在同一個shard中，每個shard都有自己的備份。Geabase數(shù)據(jù)庫線上存儲的都是有向邊，如果需要存儲無向邊，則需要存儲兩份，即正向和反向都要進(jìn)行存儲。

Geabase在分塊過程中，對于交界處的邊，Geabase會同時生成2條邊，即一條出邊和一條入邊，分別屬于相鄰的兩個Shard。

6、保障機(jī)制

數(shù)據(jù)抽樣/校驗：對更新數(shù)據(jù)（批量或者實時）進(jìn)行隨機(jī)抽取特定比例的樣本，進(jìn)行校驗，來驗證數(shù)據(jù)導(dǎo)入準(zhǔn)確性。

日志監(jiān)控：對Geabase更新異常、查詢性能等進(jìn)行實時監(jiān)控。

開關(guān)：可以利用開關(guān)控制數(shù)據(jù)版本，來決定采用哪個版本的穩(wěn)定數(shù)據(jù)。另外，對接口或者流程中的某些環(huán)節(jié)進(jìn)行開關(guān)切換控制。

應(yīng)用場景

智能系統(tǒng)理賠

將險種和疾病之間的免責(zé)/非免責(zé)關(guān)系，作為理賠因子，加入到系統(tǒng)智能核賠規(guī)則中，完善智能理賠。

比如，用戶張三購買了門診報銷金險種，進(jìn)行理賠慢性肺炎時，會從圖譜中查看門診報銷金和慢性肺炎的關(guān)系-免責(zé)，因此會在理賠系統(tǒng)審核階段的規(guī)則引擎中直接拒掉，無需進(jìn)入人工審核，實現(xiàn)快賠快拒。

智能問答

在熱線工作臺或者機(jī)器人端應(yīng)用時，當(dāng)用戶咨詢某種疾病是否可以理賠或者投保時，可以將圖譜和知識庫、模版庫相結(jié)合，實現(xiàn)智能問答，提升小二工作效率或者減少小二工作量。

機(jī)器人端

反騙賠

場景1：

利用知識推理算法，比如用戶1的周邊用戶（用戶10-用戶14）都是灰度騙賠用戶，則用戶1騙賠的概率就很大，存在騙賠風(fēng)險。

場景2：

比如用戶1的一代和二代直系親屬都沒有多指癥（屬于先天性遺傳病），那么用戶1患這種先天性疾病的概率就比較小，存在騙賠風(fēng)險。

另外，還可以通過用戶的報案位置和醫(yī)院位置就行判斷騙賠的風(fēng)險。

個性化推薦

可以根據(jù)張三的一度（甚至可以擴(kuò)展到二度、三度）關(guān)系中，查找和張三用戶畫像比較類似的朋友，將他們購買的險種推薦給張三。

未來展望

下一步，我們主要從以下幾個方面提升知識圖譜價值：

提高數(shù)據(jù)覆蓋率，存儲更加豐富的海量數(shù)據(jù)。

利用知識推理算法，挖掘健康圖譜數(shù)據(jù)價值。

將圖譜進(jìn)行平臺化，擴(kuò)展到其他領(lǐng)域。

References:

[1] Ehrlinger L, W W. Towards a Definition of Knowledge Graphs[C]// JointProceedings of the Posters and Demos Track of, International Conference onSemantic Systems - Semantics2016 and, International Workshop on Semantic Change& Evolving Semantics. 2016.

[2] Das R, Neelakantan A, Belanger D, et al. Chains of Reasoning over Entities,Relations, and Text using Recurrent Neural Networks[J]. 2016:132-141.

[3] https://docs.antfin.com/geabase/docs

轉(zhuǎn)載于:https://www.cnblogs.com/davidwang456/articles/9542148.html

總結(jié)

以上是生活随笔為你收集整理的MaxCompute+ Geabase 大话健康知识图谱取经之路的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。