中国平安财产保险股份有限公司

本发明涉及研发管理技术领域，揭露了一种低代码平台的远程组件适配方法、装置、设备及介质，方法包括：将外部业务组件源码编译为标准模块数据包并构建对应的在线远程链接，根据预设的低代码平台生成组件标准元数据；进行远程开发组件加载时，根据在线远程链接及组件标准元数据提取组件构造函数；合并组件标准元数据中的组件参数，利用组件构造函数生成可运行组件实例；根据低代码平台的用户配置变更对可运行组件实例进行参数更新；监听参数同步组件实例的原生事件列表，根据原生事件列表进行事件联动更新，生成目标组件实例。本发明可应用于金融科技及医疗健康等业务系统平台中，能够有效提升平台与远程组件之间的适配性。

本发明涉及负载调配技术领域，公开了一种基于任务特征的前端任务处理方法、装置、设备及介质，包括：获取待处理任务、任务数据、任务特征数据和设备能力数据，识别资源需求并进行任务分类；根据分类结果划分任务并分配运行路径，生成任务调度数据；调用对应运行环境处理任务数据，并依据运行性能数据调整任务调度数据，生成任务处理结果后返回前端应用。本发明可应用于金融科技及医疗健康等业务场景中，通过结合任务特征和设备能力进行任务调度，并依据运行性能调整处理方式，提高复杂计算任务与可用计算资源的匹配程度，减少页面阻塞，提高前端任务处理效率。

本发明涉及数据压缩存储技术领域，公开了一种基于重排重要性数据的分级压缩方法、装置、设备及介质，包括：对初始语言模型进行压缩感知训练，对待处理文本进行语义分片和位置重要性分析，生成键缓存和值缓存；依据键缓存确定重排顺序，联合重排键缓存、值缓存和重要性数据，分别进行压缩并封装为压缩缓存块；在注意力处理时解码压缩缓存块，结合当前查询数据生成模型处理结果。本发明可应用于金融科技及医疗健康等业务场景中，通过压缩感知训练、缓存联合重排和值缓存分级压缩，使不同重要程度的缓存数据获得差异化压缩精度，从而降低缓存占用，减少关键语义信息损失，并提升长文档推理的准确性。

本发明涉及智能决策技术领域，公开了一种基于选择概率的处理方案确定方法、装置、设备及介质，包括：基于待处理对象的目标损失信息构建处理方案集合；生成候选方案特征数据和特征字段结构；将候选方案特征数据输入预设的离散选择模型，生成效用分数和选择概率，并确定目标处理方案；基于实际处理方案、实际资源消耗数据和特征字段结构生成实际方案特征数据，得到合理性验证结果。本发明可应用于金融科技及医疗健康等业务场景中，通过特征字段结构统一候选方案特征数据和实际方案特征数据的数据口径，并通过离散选择模型确定目标处理方案，使资源消耗合理性验证能够承接方案推荐过程，从而降低推荐与验证之间的割裂程度。

本发明涉及智能决策技术领域，公开了一种基于任务接续关系的分析决策方法、装置、设备及介质，包括：确定多个智能体之间的任务接续关系；通过数据处理智能体获取多源运行数据并生成标准运行数据集合；通过指标生成智能体生成分析指标集合；通过异常识别智能体识别异常波动并生成异常指标集合；通过归因分析智能体生成因素贡献数据集合；通过决策生成智能体生成分析决策报告。本发明可应用于金融科技及医疗健康等业务场景中，通过任务接续关系使标准运行数据集合、分析指标集合、异常指标集合、因素贡献数据集合和分析决策报告逐级承接，从而减少分析环节之间的数据断点，使异常识别、归因分析和决策报告生成形成自动衔接的数据处理过程。

本发明涉及数据分析技术领域，公开了一种基于拆分维度的目标资源分配方法、装置、设备及介质，包括：获取待处理资源明细集和分摊配置数据，确定多个目标拆分维度并获取维度拆分依据数据；基于维度拆分依据数据和分摊配置数据进行多指标加权聚合，生成分摊比例数据；基于待分配总资源量和分摊比例数据生成初始分摊结果数据，并进行末位差值修正，生成最终目标资源分配结果。本发明可应用于金融科技等业务场景中，通过对多个目标拆分维度进行多指标加权聚合，使不同指标共同参与分摊比例确定，再结合待分配总资源量形成分摊结果并进行末位差值修正，从而提高多维度资源分配的准确性。

本公开涉及数据分析技术领域，可应用于金融、保险运营、医疗健康服务等业务场景中，提供了一种用户服务推荐方法、装置、存储介质及计算机设备，包括：获取目标用户的用户信息和目标用户服务知识库；基于业务行为数据和属性数据构建目标用户的目标用户画像；获取目标用户所在区域的实时外部环境信息，利用大模型根据实时外部环境信息、目标用户画像和目标用户服务知识库，确定目标服务策略，将其发送至目标用户终端；接收目标用户响应于该策略的反馈数据，利用大模型根据反馈数据更新目标用户服务知识库。本实施例通过融合用户多维度信息与区域动态环境，并引入大模型进行策略生成与闭环反馈更新，实现了服务推荐的精准性、时效性与自适应性提升。

本发明属于数据处理技术领域，适用于金融领域和医疗领域，公开了一种水灾数据处理方法、装置、设备及介质，所述方法包括：将双源水灾风险数据进行空间融合，基于空间融合后的双源水灾风险数据构建水灾风险数据库；调用标准化空间数据服务接口，获取保险业务标的所在地理位置对应的风险命中结果及数据源类型；对保险业务标的执行与数据源类型对应的风险控制策略，并获取执行风险控制策略后产生的新增理赔数据；将新增理赔数据回流至历史水淹理赔数据，对业务经验标注数据进行状态更新，并基于回流后的历史水淹理赔数据和状态更新后的业务经验标注数据，驱动水灾风险数据库的动态更新。有效提升了风险评估的准确性。

本发明公开了一种图片敏感信息自动打码方法、装置、设备及存储介质，该方法包括：将待处理图片输入预先训练好的图片语义理解模型，识别待处理图片的信息类型；对所述待处理图片进行光学字符识别，提取待处理图片中的文字内容以及各文字内容在待处理图片中的边界框坐标信息；将所述文字内容、所述边界框坐标信息以及所述信息类型输入预先训练好的大语言模型，判断各文字内容是否为敏感信息；根据敏感信息的类型确定对应的敏感等级，根据所述敏感等级确定对应的打码方式和打码强度，对所述待处理图片中与所述敏感信息的边界框坐标对应的区域进行打码处理，生成打码后图片。本发明可应用于保险理赔、金融风控、身份核验等场景中的图片隐私信息保护。

本申请涉及自然语言处理技术领域，尤其涉及一种信息查询方法、装置、设备及介质。该方法通过量化实体数量和约束指标，系统能够将查询的复杂性转化为可计算的约束复杂度值，结合形式内容和历史交互模式，构建了一个多维度的查询特征画像，当特征评估分数超过阈值时，表明当前查询符合预设的高复杂度或高价值标准，触发执行预设查询路径，本申请可应用于金融科技领域、医疗健康领域，从而系统能够针对复杂查询采用更精准的策略，提高查询结果的准确性。

本发明涉及人工智能技术领域，公开了一种问答交互方法和装置、计算机设备及存储介质，方法包括：获取与目标对象在对话过程中的当前对话文本特征、当前非语义特征以及历史上下文数据；根据当前对话文本和历史上下文数据生成至少一个候选答复话术；根据预设的客服画像数据、用户画像数据、对话目标信息、当前对话文本特征、当前非语义特征及历史上下文数据，对每一候选答复话术进行答复适配度评估，得到适配度评估数据；根据适配度评估数据从候选答复话术中筛选出目标答复话术，并执行对目标对象的答复操作。可应用于金融科技和医疗健康的场景，提升问答交互的答复准确性和交互体验感的效果。

本申请涉及数据处理技术领域，公开了一种答复方法、装置、设备及介质，包括：响应于接收到用户的对话请求，根据对话请求中的目标实体信息，确定目标实体信息对应的候选维度维值，并从预设历史案例库中，确定与对话请求对应的目标历史案例；其中，维度维值用于将对话请求中的对话内容转换为标准维度编码；将对话请求、候选维度维值以及目标历史案例输入至目标模型中，由目标模型的维度识别子任务输出目标维度维值；根据目标维度维值，确定对话请求对应的真实数值信息；并根据真实数值信息，生成对话请求的目标答复结果。可应用于金融科技的答复场景，提高答复准确性。

本申请涉及异常识别技术领域，公开了一种异常交易行为的处理方法、装置、存储介质及计算机设备，该方法包括：通过滑动窗口机制沿时间轴滑动获取用户多维度的交易行为数据序列；利用各维度数据序列自身的均值和标准差计算基线偏离度以捕捉行为相对于历史习惯的统计偏移，同时借助预训练的交易行为自编码器对序列进行重构并计算重构误差；将每一维度的基线偏离度和重构误差融合为该维度的融合评分，再根据当前交易场景对应的多维度权重对各维度融合评分进行加权累加，得到表征整体异常程度的总融合评分，最后将该总融合评分与场景适配的异常行为判定阈值进行比较，以确定用户是否存在交易异常行为。可应用于金融科技场景中。

本申请实施例提供了一种动态人像身份核验方法、装置、电子设备及存储介质，属于图像识别与生物特征识别领域，可应用于金融、医疗应用场景中。该方法包括：响应于客户端的身份核验结果；在身份核验结果指示用户为活体的情况下，接收客户端发送的多模态数据和历史身份信息；对多模态数据和历史身份信息进行信息整合，得到动态上下文向量；将动态上下文向量输入预先训练的风险等级分类模型，得到风险等级分类模型输出的风险评分；根据风险评分与预设风险阈值之间的比较结果，确定风险等级；根据风险等级执行对应的身份核验策略，得到用户的身份核验结果。本申请实施例实现了基于风险等级自适应的差异化身份核验，降低计算开销。

本发明涉及人工智能技术领域，公开了用户情感识别方法、装置、计算机设备及存储介质，包括：获取关联的通话录音数据进行解析，提取语音数据以及对应的文本数据；对语音数据进行语音分帧处理获取对应的频域特征，通过预设的语音情感特征编码器，对由各语音帧对应的频域特征构成的语音帧特征序列进行特征提取，生成语音特征；对文本数据进行文本切分处理获取对应的文本语义特征，通过预设的文本情感特征编码器，对由各文本单元对应的文本语义特征构成的文本单元特征序列进行特征提取，生成文本特征；基于语音特征和文本特征生成融合特征，识别得到情感分类结果。本发明可应用于金融科技的用户情感识别场景，能够有效提升用户情感识别的准确度。

本发明涉及人工智能技术领域，公开了一种行业知识问答方法、装置、设备及介质，包括：对自然语言形式的行业问题进行稠密语义编码和稀疏术语编码得到问题语义向量和问题术语向量；根据问题语义向量与实体语义向量第一相似度、问题术语向量与实体术语向量第二相似度，从知识图谱中筛选出候选实体；以每一候选实体为中心，在知识图谱中进行路径探索，得到各候选实体对应的候选路径，并进行稠密语义编码得到路径语义向量；根据路径语义向量与问题语义向量的第三相似度，从候选路径中确定目标路径；提取目标路径中的实体关系信息，结合行业问题利用大模型推理，生成答案。可应用于金融科技和医疗健康的问答场景，提升行业问题解答的准确性。

本申请实施例提供了一种基于大语言模型的业务方案生成方法、装置、设备、介质，属于人工智能技术领域。该方法包括：响应于用户业务请求，基于大语言模型对用户对话信息进行信息抽取，基于风险个预测数据对用户需求实体进行需求排序，基于用户需求实体、实体关联关系和需求优先级构建多维需求图谱，图谱节点所在层级由需求优先级确定，基于多维需求图谱从保险知识库筛选出与需求类别相匹配的候选产品，以基于大语言模型对候选产品进行方案生成。本申请可以应用于金融科技场景中，利用LLM上下文理解能力构建动态需求图谱，从传统静态标签匹配升级为对用户隐式诉求的深度挖掘与排序，实现了从单一产品推送向三位一体的透明化定制报告转变。

本发明涉及软件监控技术领域，公开了一种基于通道划分的运行异常诊断方法、装置、设备及介质，包括：获取包含业务时段特征和显式监控阈值的监控配置数据，采集并筛选各消息通道的运行数据，得到有效运行数据；依据显式监控阈值的配置情况，将消息通道划分为第一类消息通道和第二类消息通道；对第一类消息通道进行阈值分析，对第二类消息通道基于历史运行数据、变更记录数据和业务时段特征进行分析，分别生成状态分析结果，并据此生成异常诊断信息。本发明可应用于金融科技及医疗健康等业务场景中，通过区分已配置显式监控阈值和未配置显式监控阈值的消息通道，分别采用阈值分析和通道知识分析，提高运行异常诊断的准确性。

本发明涉及人工智能技术领域，公开了一种风险等级分析方法、装置、设备及介质，包括：获取若干客户的历史特征数据，对历史特征数据进行预处理，得到训练数据集；基于预先构建的机器学习模型，对训练数据集进行特征筛选，获取训练数据集中的核心特征数据；基于核心特征数据，对客户进行群体划分，基于预先建立的大语言模型，生成各客户群体的群体风险特征；获取待评估客户的特征数据，基于预先建立的大语言模型，生成所述待评估客户的初步风险评估等级；基于初步风险评估等级以及预设的评分函数，确定待评估客户的业务风险等级。可应用于金融科技的保险风险评估场景，解决了现有技术中保险风险评估缺乏全面性、适应性、可解释性的技术问题。

本发明属于数据处理技术领域，适用于金融领域，公开了一种基于大模型的地理位置风险评估方法、装置、设备及介质，所述方法包括：获取待评估标的的原始地址文本，对原始地址文本进行地址解析，生成标准化地址；对标准化地址进行地理编码处理，生成标准化地址对应的经纬度坐标；将原始地址文本、标准化地址和经纬度坐标输入至预训练的第二大语言模型中进行空间语义一致性校验，并在校验通过后输出经纬度坐标的可信度标签；获取经纬度坐标对应的多灾种风险量化向量；将标准化地址、可信度标签以及多灾种风险量化向量输入预训练的第三大语言模型中进行推理，生成风险评级结果。有效地提高地理位置风险评估的准确率。