公开(公告)号：CN117036048A

公开(公告)日：2023-11-10

申请号：CN202310513376.1

申请日：2023-05-06

Applicant: 之江实验室

Inventor： 张红文 ,  杨耀 ,  那崇宁

IPC: G06Q40/08 ,  G06Q40/04 ,  G06Q40/03

Abstract: 本发明公开了一种基于隐私求交集的保险反团伙欺诈方法与系统、电子设备，包括：从作为数据提供方的各公司的保险理赔记录中抽取涉及双人理赔案件的涉事人员信息，分别构建双人理赔案件数据库、责任方信息子数据库以及索赔方信息子数据库；对各双人理赔案件数据库、责任方信息子数据库以及索赔方信息子数据库进行多方位隐私求交，得到第一隐私求交结果；作为数据购买方的各公司和/或作为数据提供方的各公司分别将第一隐私求交结果与本公司的参保客户名单进行隐私求交，得到第二隐私求交结果，将第二隐私求交结果作为各数据购买方和/或各数据提供方对理赔案件中的团伙欺诈进行审核甄别的依据。

公开(公告)号：CN116341014B

公开(公告)日：2023-08-29

申请号：CN202310612723.6

申请日：2023-05-29

Applicant: 之江实验室

Inventor： 王海军 ,  那崇宁 ,  卢冰洁

IPC: G06F21/62 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种多方联邦隐私数据资源交互方法、装置和介质，该方法采用博弈论确定数据需求节点发布的数据总价及多个数据供应节点训练预设模型而从各自的第二预设数据集中提取的至少部分数据，运用联邦学习训练预设模型，并根据差分隐私模型对各自的训练过程进行隐私扰动，以获取各自的训练参数，再重新确定第一模型精度，进而重新确定第一效用值，以获取各数据供应节点提取的至少部分数据。本发明在数据总价与数据量谈判的过程中不需要传输数据，仅需在各自本地对预设模型进行训练确定数据总价和数据量，并在交互完成后进行数据资源的交换，有助于提升数据资源的交换效率；通过差分隐私模型对训练过程进行隐私扰动，保证了数据安全。

公开(公告)号：CN116501898A

公开(公告)日：2023-07-28

申请号：CN202310781210.8

申请日：2023-06-29

Applicant: 之江实验室

Inventor： 李栓 ,  那崇宁

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06F40/103 ,  G06F18/214 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/082 ,  G06Q40/00

Abstract: 本发明公开了一种适用于少样本和有偏数据的金融文本事件抽取方法和装置，针对金融事件任务中事件类型较多，不同事件发生地频率也不相同，往往存在少样本和有偏的情况，从事件主体和事件类型两个层面上对样本较少数据进行增强，有效地缓解了有偏及少样本类型数据对模型提取结果的影响；针对描述文本中同一事件主体出现多次且对应多个事件类型的难题和描述文本中多个事件主体对应同一事件类型的难题，构建了包括基于事件主体预测和事件类型预测两级分布处理的抽取模型，该抽取模型经过增强后训练样本的训练，能够提高各情况金融文本事件的准确抽取。

公开(公告)号：CN116341014A

公开(公告)日：2023-06-27

申请号：CN202310612723.6

申请日：2023-05-29

Applicant: 之江实验室

Inventor： 王海军 ,  那崇宁 ,  卢冰洁

IPC: G06F21/62 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种多方联邦隐私数据资源交互方法、装置和介质，该方法采用博弈论确定数据需求节点发布的数据总价及多个数据供应节点训练预设模型而从各自的第二预设数据集中提取的至少部分数据，运用联邦学习训练预设模型，并根据差分隐私模型对各自的训练过程进行隐私扰动，以获取各自的训练参数，再重新确定第一模型精度，进而重新确定第一效用值，以获取各数据供应节点提取的至少部分数据。本发明在数据总价与数据量谈判的过程中不需要传输数据，仅需在各自本地对预设模型进行训练确定数据总价和数据量，并在交互完成后进行数据资源的交换，有助于提升数据资源的交换效率；通过差分隐私模型对训练过程进行隐私扰动，保证了数据安全。

公开(公告)号：CN116304891A

公开(公告)日：2023-06-23

申请号：CN202310590427.0

申请日：2023-05-24

Applicant: 之江实验室

Inventor： 丁锴 ,  陈奎 ,  梁变 ,  那崇宁

IPC: G06F18/241 ,  G06N3/096 ,  G06N3/088 ,  G06F16/2452 ,  G06N3/08

Abstract: 本申请涉及一种基于多源数据迁移学习的类别预测方法和装置。所述方法包括：获取多个来自不同数据源的表格数据，基于表格数据确定不同的目标任务下的关键数据映射表；通过数据向量化获取表格数据中每个单元格的文本向量，根据文本向量对待训练的自监督表格模型进行预训练；基于关键数据映射表，通过自监督表格模型确定目标任务训练集；基于目标任务对自监督表格模型进行优化，得到待优化的目标表格模型，根据目标任务训练集训练待优化的目标表格模型，得到目标表格模型；通过目标表格模型确定待预测数据的类别。采用本方法能够解决业务相似的不同机构中存在的因表格结构差异导致的预处理工作繁重、业务模型无法迁移复用等难点问题。

公开(公告)号：CN115410174B

公开(公告)日：2023-05-23

申请号：CN202211352917.9

申请日：2022-11-01

Applicant: 之江实验室

Inventor： 董今妮 ,  那崇宁 ,  杨佳熹 ,  丁锴

IPC: G06V20/56 ,  G06V10/10 ,  G06V10/22 ,  G06V10/764 ,  G06Q30/018 ,  G06Q40/08

Abstract: 本发明公开一种两阶段车险反欺诈图像采集质检方法、装置和系统，该方法包括：步骤一，采集车险现场图片，标注车辆朝向；步骤二，对采集车险现场图片进行目标检测，筛选得到目标坐标；步骤三，根据车辆朝向和目标坐标，计算目标坐标位于整车的具体部位；步骤四，根据步骤二筛选得到的目标坐标，对车险现场图片进行车辆部件检测，得到车辆部件坐标，并进行筛选，得到距离目标坐标最近的车辆部件；步骤五，根据步得到的目标坐标位于整车的具体部位和距离目标坐标最近的车辆部件，得到距离目标坐标最近的车辆部件位于整车的位置，并抽象化为结构化数据。本发明避免了传统保险行业中存在的低质量图片，以及人工识别耗费的大量时间。

公开(公告)号：CN115810134A

公开(公告)日：2023-03-17

申请号：CN202310110512.2

申请日：2023-02-14

Applicant: 之江实验室

Inventor： 杨佳熹 ,  那崇宁 ,  丁锴 ,  贺菁菁 ,  吴翠玲 ,  叶汇贤 ,  王军 ,  徐晓刚

IPC: G06V10/764 ,  G06V20/70 ,  G06V10/10 ,  G06V20/62 ,  G06V10/74 ,  G06Q30/018 ,  G06Q40/08

Abstract: 本发明公开了一种车险反欺诈的图像采集质检方法、系统和装置，所述方法由车险理赔质检终端和车险理赔质检服务器执行，包括：通过车险理赔质检终端收集并识别分类包括车损情况、车辆信息、场景信息、驾驶员信息、三方信息在内的图像信息，对图像信息进行筛选，并对筛选后的图像信息进行标注；将标注后的图像信息发送至车险理赔质检服务器，以使车险理赔质检服务器执行图像质检，得到质检结果；险理赔质检服务器将质检结果返回至车险理赔质检终端。本发明方法能够在信息收集的过程中，完成车险现场数据的标注和识别，从收集端规范了数据的采集，提高了图像采集的质量。

公开(公告)号：CN115545830A

公开(公告)日：2022-12-30

申请号：CN202211210013.2

申请日：2022-09-30

Applicant: 之江实验室

Inventor： 王海军 ,  那崇宁

IPC: G06Q30/06 ,  G06Q40/04 ,  G06N20/00

Abstract: 本发明公开了一种基于主从博弈的联邦数据交易方法，该交易方法在数据资源需求方与数据资源供应方之间建立联系，通过联邦学习的方法获得数据资源需求方与数据资源供应方的主从博弈均衡，数据资源需求方根据其对应的第一效用Ud函数决策出购买数据的意愿出价τ，数据资源供应方根据其对应的第二效用Us函数决策出意愿出价τ对应的意愿交付数据量χo，在意愿出价τ与意愿交付数据量χo的匹配完成后获得双方的均衡价格与均衡数量。有助于一次性完成交易，相较于传统交易方法，本发明有效地解决了数据资源需求方的数据采购价格与数据资源供应方的数据交付量关系问题，有助于构建更加健康和可持续发展的联邦数据交易。

公开(公告)号：CN114677144A

公开(公告)日：2022-06-28

申请号：CN202210194308.9

申请日：2022-03-01

Applicant: 之江实验室

Inventor： 杨耀 ,  那崇宁

IPC: G06Q30/00 ,  G06Q40/08 ,  G06N20/00 ,  G06F16/29 ,  G08G1/01

Abstract: 本发明公开一种基于地理大数据的车险理赔欺诈风险识别方法及系统，基于车险事故地点、汽车维修点的地理位置，结合电子地图、交通监控摄像数据、移动通信信令数据等各数据，利用地理大数据和机器学习算法技术，挖掘高欺诈风险事故区域和关联欺诈团伙。本发明输出的结果可以提供给保险反欺诈业务判别人员做参考，也可输出至反欺诈规则系统或反欺诈模型作为因子特征来使用，提升车险反欺诈系统的召回率和准确率。

公开(公告)号：CN113837886A

公开(公告)日：2021-12-24

申请号：CN202111085743.X

申请日：2021-09-16

Applicant: 之江实验室

Inventor： 张泷 ,  那崇宁 ,  陈奎 ,  卢冰洁

IPC: G06Q40/08 ,  G06Q10/06 ,  G06F16/35 ,  G06F16/36

Abstract: 本发明公开了一种基于知识图谱的车险理赔欺诈风险识别方法和系统，该方法通过解析、拆分历史车险案件的结构化数据，根据车险理赔反欺诈业务场景、理赔流程设计的本体，历史案件实例化为案件知识图谱后，使用子图关键节点筛选和图点集向量化，建立多个案件间高欺诈风险筛选模型。该方法将不同时间段的车险理赔案件放于同一知识图谱中，通过分析不同时间、相似节点特征，串联关联案件，从而提示新提交车险案件风险等级。该方法对新提交车险案件进行欺诈风险评估，提供历史关联或相似案件作为风险点参考，提高车险理赔业务欺诈案件治理能力。