【技術實現步驟摘要】
本專利技術涉及互聯網保險，尤其涉及一種基于大模型和人工智能的保險交易方法和裝置。
技術介紹
1、隨著互聯網的普及和大數據技術的不斷發展，保險行業正面臨著巨大的變革，保險行業也在不斷探索更加智能、高效的交易模式。保險業務流程大體由問保、投保、維保3部分組成。其中，問保是用戶了解保險、比較保險的過程，通過問保，用戶在眾多的保險品牌、種類、型號中，篩選出適合自己的保險；投保是用戶自己或由保險代理人協助，通過投保頁面填寫投保信息，并提交，由保險公司審核通過并支付后，形成保障用戶的保單的過程；維保是指保險合同生效后，用戶與保險公司之間的持續互動和服務；包括保單的變更、續保、理賠等服務。
2、傳統的保險交易方法在風險評估、定價和服務方面存在局限，缺乏針對性和智能性，無法滿足現代消費者的需求。且傳統的問保服務需要客戶自行篩選相關保險業務，不僅費時費力且無法保證篩選獲得的保險服務為用戶最佳搭配，投保服務與維保服務也存在相同的問題。
技術實現思路
1、本專利技術提供了一種基于大模型和人工智能的保險交易方法和裝置，以實現提升保險業務辦理效率，降低保險行業的人力成本和運營成本的技術效果。
2、為了解決上述技術問題，本專利技術實施例提供了一種基于大模型和人工智能的保險交易方法，包括以下步驟：
3、獲取并解析用戶輸入的咨詢文本數據，并根據所述咨詢文本數據和預設的標準文本向量進行相似度匹配，獲得相似文本數據；
4、依次對所述相似文本數據進行提示詞生成和問題推理，
5、響應于用戶觸發的需求交易信號，根據所述用戶輪廓生成對應的需求響應信息，將所述需求響應信息反饋至用戶，并根據用戶輸入的補充數據生成保險交易信息。
6、本專利技術提供的保險交易方法首先將接收由用戶輸入的咨詢文本數據，即接受用戶輸入的關于保險內容的問題文本數據，并將接收的咨詢文本數據與系統內數據庫中預設的標準文本向量進行相似度匹配，獲得相似文本數據，以此確定用戶的具體咨詢內容和咨詢方向，即確定用戶對保險業務的興趣方向，便于后續生成對應的答案文本數據，同時也可通過對用戶輸入的咨詢文本數據進行分析對用戶進行用戶輪廓構建，便于后續向用戶推薦相對應的保險服務，同時也幫助用戶快速理解保險以及快速選擇意向保險。
7、確定了相似文本數據后，系統即可對確定的相似文本數據進行提示詞生成和問題推理，以此獲取用戶輸入問題對應的答案，即答案文本數據，并在獲得答案文本數據后將其展示給用戶，以便用戶后續進行保險服務處理，同時還將根據用戶輸入的咨詢文本數據生成對應的用戶輪廓，即根據輸入的咨詢文本數據對用戶進行形象建模，便于為用戶進行更多保險服務。
8、在確定了用戶輪廓之后，系統還將響應于用戶觸發的需求交易信號，即保險服務需要信號，并根據生成的用戶輪廓生成對應的需求響應信息反饋至用戶，便于用戶進行保險服務篩選和補充，同時還節省了保險服務人員的人力資源成本。在用戶對系統反饋的需求響應信息進行補充和確認之后，系統便可根據確定的需求響應信息生成保險交易信息，上述全自動實現的保險交易過程，不僅進一步節省了保險服務人員的人力資源成本，還因為系統負責了保險交易的全程，確保了生成的保險交易信息的安全性和保密性。
9、作為優選例子，所述根據所述咨詢文本數據和預設的標準向量文本進行相似度匹配，獲得相似文本數據，包括：
10、將所述咨詢文本數據向量化為咨詢文本向量，并將所述咨詢文本向量與預設的向量數據庫中的所述標準文本向量進行相似度匹配，獲得若干匹配相似度；
11、按照所述匹配相似度從高到低的順序對相應的所述標準文本向量進行排序，生成相似向量表，并根據預設的匹配數量從所述相似向量表中獲取對應數量的所述相似文本數據。
12、在對用戶輸入的咨詢文本數據進行相似性匹配之前，系統首先還需對咨詢文本數據進行量化處理，使得咨詢文本數據的數據格式得以與系統的向量數據庫中預存的標準文本向量進行相似度匹配，并根據計算獲得的匹配相似度對匹配到的標準文本向量進行排序，繼而按照排序后的順序選擇預設數量的文本數據作為相似文本數據進行輸出，便于后續系統對用戶輸入的咨詢文本數據進行問題推理。
13、作為優選例子，所述依次對所述相似文本數據進行提示詞生成和問題推理，獲得所述咨詢文本數據對應的答案文本數據，包括：
14、通過提示詞模板對所述相似文本數據和所述咨詢文本數據進行提示詞生成，獲得推理提示詞；
15、通過大模型對所述推理提示詞進行推理，并按照預設的大模型溫度對推理中的大模型進行參數調整，繼而將調整后大模型輸出的推理結果作為所述答案文本數據。
16、為了獲取與咨詢文本數據對應的答案文本數據，系統首先將通過提示詞模板對匹配獲取的相似文本數據和咨詢文本數據進行提示詞生成，獲取上述兩種數據的提示詞，并將提示詞輸入至大模型中，由大模型對其進行問題推理，獲得咨詢文本數據對應的答案文本數據，即獲得用戶輸入的問題答案。
17、作為優選例子，所述根據所述咨詢文本數據生成相應用戶輪廓，包括：
18、對所述咨詢文本數據進行意圖理解，并將理解獲得的用戶意圖存入對應的用戶數據庫，以使所述用戶數據庫進行數據更新，繼而根據更新后的所述用戶數據庫中的數據構建所述用戶輪廓。
19、在輸出生成的答案文本數據之后，系統還將對用戶輸入的咨詢文本數據進行意圖理解，并將理解獲得用戶意圖存入用戶數據庫中，使得用戶數據庫中的數據進行相應更新，并以此更新對應的用戶輪廓，進一步提高用戶輪廓的完整性和實用性。
20、作為優選例子，所述響應于用戶觸發的所述需求交易信號包括：投保交易信號、續保交易信號和理賠交易信號。
21、作為優選例子，當所述需求交易信號為所述投保交易信號時，所述根據所述用戶輪廓生成對應的需求響應信息，將所述需求響應信息反饋至用戶，并根據用戶輸入的補充數據生成保險交易信息，包括：
22、響應于所述投保交易信號，根據所述用戶輪廓生成相應投保信息反饋至用戶，以使用戶對所述投保信息進行補充，生成相應投保請求；
23、根據所述投保請求調用對應保險公司的投保接口，并將所述投保請求發送至所述投保接口，以使所述保險公司根據所述投保請求對用戶進行核保審查，并在完成所述核保審查后向用戶反饋生成的投保狀態信息；
24、接收所述投保狀態信息，并根據所述投保狀態信息更新所述用戶輪廓。
25、在確定了用戶輪廓之后，系統還將響應于用戶觸發的需求交易信號即投保交易信號，對用戶進行投保方面的服務。當用戶觸發的需求交易信號為投保交易信號時，則系統將根據投保交易信號以及用戶輪廓生成對應的投保信息反饋給用戶，由用戶對該投保信息進行補充，生成相應的的投保請求，以此觸發系統根據該投保請求調取對應保險公司的投保接口，并將該投保請求發送至對應的投保接口，由保險公司根據接收的投保請本文檔來自技高網...
【技術保護點】
1.一種基于大模型和人工智能的保險交易方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述根據所述咨詢文本數據和預設的標準向量文本進行相似度匹配，獲得相似文本數據，包括：
3.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述依次對所述相似文本數據進行提示詞生成和問題推理，獲得所述咨詢文本數據對應的答案文本數據，包括：
4.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述根據所述咨詢文本數據生成相應用戶輪廓，包括：
5.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述響應于用戶觸發的所述需求交易信號包括：投保交易信號、續保交易信號和理賠交易信號。
6.如權利要求5所述的一種基于大模型和人工智能的保險交易方法，其特征在于，當所述需求交易信號為所述投保交易信號時，所述根據所述用戶輪廓生成對應的需求響應信息，將所述需求響應信息反饋至用戶，并根據用戶輸入的補充數據生成保險交易信息，包括：
...【技術特征摘要】
1.一種基于大模型和人工智能的保險交易方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述根據所述咨詢文本數據和預設的標準向量文本進行相似度匹配，獲得相似文本數據，包括：
3.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述依次對所述相似文本數據進行提示詞生成和問題推理，獲得所述咨詢文本數據對應的答案文本數據，包括：
4.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述根據所述咨詢文本數據生成相應用戶輪廓，包括：
5.如權利要求1所述的一種基于大模型和人工智能的保險交易方法，其特征在于，所述響應于用戶觸發的所述需求交易信號包括：投保交易信號、續保交易信號和理賠交易信號。
6.如權利要求5所述的一種基于大模型和人工智能的保險交易方法，其特征在于，當所述需求交易信號為所述投保交易信號時，所述根據所述用戶輪廓生成對應的需...
【專利技術屬性】
技術研發人員：劉旭明，劉祥濤，徐澤，韋春鋒，
申請(專利權)人：廣東小熊特能科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。