车险定损评估方法、装置、计算机设备及存储介质

技术领域

本申请涉及人工智能领域，尤其涉及一种车险定损评估方法、装置、计算机设备及存储介质。

背景技术

随着互联网技术的发展，由于交通事故频发，涉及大量的车辆保险理赔场景，在车辆保险理赔过程中需要对车辆进行定损，利用人工智能技术进行车险定损被广泛使用。

现有的车险定损方法是依据业务运营经验，配置不同的车险定损方案规则，通过该规则对车险定损方案进行过滤、识别，以选取出适合的车险定损方案。

但是，这种方法基于人工业务经验构建，需要耗费大量人力，使得车险定损的效率较低；且配置的规则若过于精准、详细，需要配置数十万规则才能覆盖车险的复杂场景，使得车险定损存在大量重复方案；若配置的规则过于宽泛，则无法覆盖车险的复杂场景，使得生成的车险定损方案不合理，导致车险定损的准确率较低。

发明内容

本申请实施例的目的在于提出一种车险定损评估方法、装置、计算机设备及存储介质，其主要目的是提高车险定损的效率及准确率。

为了解决上述技术问题，本申请实施例提供一种车险定损评估方法，采用了如下所述的技术方案：

获取待评估的车险项目数据集，所述车险项目数据集包括车险定损项目、项目工时类型、项目部位及维修内外部位；

分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征；

将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，其中，所述关联特征包括全局关联特征以及单项关联特征；

对所述全局关联特征进行车险定损评估，得到车险定损评估结果；

若所述车险定损评估结果存在错误的全局关联特征，则提取与所述错误的全局关联特征相对应的错误单项关联特征，并识别所述错误单项关联特征的所属类型，得到目标项目类型；

根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目。

进一步的，所述分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征，包括：

根据所述车险定损项目的字符顺序对所述车险定损项目进行排序及向量化操作，得到排序车险定损向量序列；

识别所述车险定损项目对应的项目维修工时，对所述项目维修工时进行向量化操作，得到项目工时类型向量序列；

识别所述车险定损项目对应的车身部位，对所述车身部位进行向量化操作，得到车身部位向量序列；

识别所述车险定损项目对应的车身零件部件，对所述车身零件部件进行向量化操作，得到维修内外部位向量序列；

分别对所述排序车险定损向量序列、所述项目工时类型向量序列、所述车身部位向量序列及所述维修内外部位向量序列进行位置编码，得到所述排序车险定损向量序列对应的车险定损项目特征、所述项目工时类型向量序列对应的项目工时类型特征、所述车身部位向量序列对应的项目部位特征及所述维修内外部位向量序列对应的维修内外部位特征。

进一步的，所述将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，包括：

利用注意力机制识别所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征之间的一一对应关系；

基于所述一一对应关系将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到所述关联特征。

进一步的，所述对所述全局关联特征进行车险定损评估，得到车险定损评估结果，包括：

对所述全局关联特征中的项目工时类型特征、项目部位特征及维修内外部位特征对应的车险定损项目特征进行合理性分类，得到分类标签；

根据所述分类标签获取所述车险定损评估结果。

进一步的，所述识别所述错误单项关联特征的所属类型，得到目标项目类型，包括：

根据所述错误单项关联特征中的项目部位特征及维修内外部位特征计算所述错误单项关联特征对应的车险定损项目特征所属的项目类别概率；

从所述项目类别概率中选取最大概率对应的项目类别作为所述错误单项关联特征对应的目标项目类型。

进一步的，所述根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目，包括：

识别所述错误关联特征对应的不合理车险定损项目；

获取所述不合理车险定损项目对应的目标项目类型，并根据所述目标项目类型对所述不合理车险定损项目进行项目类型置换，得到所述目标车险定损项目。

进一步的，所述获取待评估的车险项目数据集之前，所述方法还包括：

获取车辆损伤图像，提取所述车辆损伤图像的损伤图像特征；

识别所述损伤图像特征的损伤类型及损伤部位；

根据所述损伤类型及所述损伤部位确定所述车辆损伤图像的车险定损项目。

为了解决上述技术问题，本申请实施例还提供一种车险定损评估装置，采用了如下所述的技术方案：

获取模块，用于获取待评估的车险项目数据集，所述车险项目数据集包括车险定损项目、项目工时类型、项目部位及维修内外部位；

提取模块，用于分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征；

关联模块，用于将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，其中，所述关联特征包括全局关联特征以及单项关联特征；

评估模块，用于对所述全局关联特征进行车险定损评估，得到车险定损评估结果；

识别模块，用于若所述车险定损评估结果存在错误的全局关联特征，则提取与所述错误的全局关联特征相对应的错误单项关联特征，并识别所述错误单项关联特征的所属类型，得到目标项目类型；及

调整模块，用于根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

存储器，存储至少一个计算机程序；及

处理器，执行所述存储器中存储的计算机程序以实现上述所述的车险定损评估方法。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的车险定损评估方法。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例中，首先获取待评估的车险项目数据集之后，通过分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，并对提取的特征进行关联，能够识别出车险定损项目与对应的车辆损伤部件的对应关系，便于后续提高车险定损项目的准确性；其次，通过对全局关联特征进行车险定损评估及在车险定损评估结果存在错误的全局关联特征，则提取与错误的全局关联特征相对应的错误单项关联特征，并识别错误单项关联特征的所属类型，得到目标项目类型的两类任务，能够评估车险定损项目的合理性，便于后续提高车险定损的准确率，且无需依赖业务运营经验，配置不同的车险定损方案规则，实现车险自动定损，提高了车险定损的效率；最后，通过根据目标项目类型调整错误关联特征对应的车险定损项目，得到目标车险定损项目，实现了车险自动定损，减少了车险定损方案不合理数量，提高车险定损的准确率。因此本申请提出的车险定损评估方法、装置、计算机设备及存储介质可以提高车险定损的效率及准确率。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请可以应用于其中的示例性系统架构图；

图2根据本申请的车险定损评估方法的一个实施例的流程图；

图3是图2中步骤S204的一种具体实施方式的流程图；

图4是根据本申请的车险定损评估装置的一个实施例的结构示意图；

图5是根据本申请的计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture E车险定损评估perts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPicture E车险定损评估perts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。

需要说明的是，本申请实施例所提供的车险定损评估方法一般由服务器/终端设备执行，相应地，车险定损评估装置一般设置于服务器/终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的车险定损评估方法的一个实施例的流程图。所述车险定损评估方法，包括以下步骤：

S201、获取待评估的车险项目数据集，所述车险项目数据集包括车险定损项目、项目工时类型、项目部位及维修内外部位。

本申请实施例中，所述待评估的车险项目数据集可以为损伤车辆的初始定损方案，具体基于实际车辆损伤场景确定的，例如，有一车险项目数据集为车辆前保险杠更换的定损方案，其中，所述车险项目数据集包括车险定损项目、项目工时类型、项目部位及维修内外部位的车辆信息。

本申请实施例中，所述车险定损项目为车辆损伤的定损维修项目；所述项目工时类型是基于定损维修项目对应的维修类型(包括更换、钣金、喷漆、拆装等)确定的；所述项目部位为车辆维修的车身部位；所述维修内外部位包括车辆维修的外观件、内部电子元器件、内部非电子元器件及辅料4种零部件大类。

例如，有一车险定损项目为车辆前保险杠更换项目，对应的项目类型为更换类型，则项目更换工时为24h，对应的项目部位为车辆前保险杠，对应的维修内外部位为前保险杠外板、缓冲材料及横梁等。

本申请一可选实施例中，所述获取待评估的车险项目数据集之前，所述方法还包括：

获取车辆损伤图像，提取所述车辆损伤图像的损伤图像特征；

识别所述损伤图像特征的损伤类型及损伤部位；

根据所述损伤类型及所述损伤部位确定所述车辆损伤图像的车险定损项目。

其中，所述车辆损伤图片为交通事故中的车辆损伤图像；所述损伤图像特征可以通过卷积网络进行提取。

本申请一实施例中，所述损伤类型可以通过Yolo-v3算法识别，Yolo-v3利用多尺度特征进行损伤分类。具体的，可以通过对输入图像进行32倍的下采样，扩大感受野，以分割出损伤位置较大的区域；对输入图像进行16倍的下采样，以分割出损伤位置中等的区域；对输入图像进行8倍的下采样，以分割出损伤位置较小的区域，通过激活函数输出所有损伤位置区域，得到每个区域对应的损伤类型。

进一步的，本申请实施例中，所述损伤部位通过Mask-R-CNN网络结构进行识别。具体的，将损伤位置区域做为候选区域，对候选区域进行二分类，得到损伤位置所属的车辆部件名称，以确定损伤部位。

本申请实施例中，通过将损伤类型及损伤部位融合，确定车辆损伤图像的损失程度，根据损失程度确定车辆定损项目，其中，车辆损失程度包括轻度、中度及重度。

例如，若有一车辆损伤不涉及形变，确定车辆损失程度为轻度，对应的车辆定损项目为喷漆项目类型；若车辆损失程度为中度，对应的车辆定损项目为喷漆+钣金+拆装；若车辆损失程度为重度，对应的车辆定损项目为更换。

S202、分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征。

本申请实施例中，所述车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征是经过定损方案过滤、审核的维修方案序列，每个序列是一个具体的维修方案。

本申请实施例中，可以利用训练完成的车险定损评估模型中的编码层分别对车险定损项目、项目类型、项目部位及维修内外部位进行编码，其中，所属车险定损评估模型是由编码层、注意力机制层、分类层及激活函数组成的神经网络模型。其中，编码层用于分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征；注意力机制层用于将车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征进行关联；分类层用于对关联特征进行车险定损评估，以识别出车险定损项目中的不合理定损项目；激活函数用于识别关联特征中的车险定损项目特征所属的目标项目类型。

本申请一实施例中，在对车险定损评估模型训练时，首先通过编码层用于分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，再利用注意力机制层将车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征进行关联，得到关联特征；其次，通过分类层对关联特征进行车险定损评估，得到车险定损评估结果；最后，通过激活函数识别关联特征中的车险定损项目特征所属的目标项目类型，并利用损失函数(如Softmax函数)计算车险定损评估结果与目标项目类型两个任务的损失值，根据该损失值调整车险定损评估模型的参数，直至损失值满足预设阈值，得到训练完成的车险定损评估模型。

其中，所述损失函数可以为：

其中，task

作为本申请的一个实施例，所述分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征，包括：

根据所述车险定损项目的字符顺序对所述车险定损项目进行排序及向量化操作，得到排序车险定损向量序列；

识别所述车险定损项目对应的项目维修工时，对所述项目维修工时进行向量化操作，得到项目工时类型向量序列；

识别所述车险定损项目对应的车身部位，对所述车身部位进行向量化操作，得到车身部位向量序列；

识别所述车险定损项目对应的车身零件部件，对所述车身零件部件进行向量化操作，得到维修内外部位向量序列；

分别对所述排序车险定损向量序列、所述项目工时类型向量序列、所述车身部位向量序列及所述维修内外部位向量序列进行位置编码，得到所述排序车险定损向量序列对应的车险定损项目特征、所述项目工时类型向量序列对应的项目工时类型特征、所述车身部位向量序列对应的项目部位特征及所述维修内外部位向量序列对应的维修内外部位特征。

本申请一实施例中，根据车险定损项目的字符顺序对所述车险定损项目进行排序即通过维修项目名称字符进行排序。例如，有一维修项目为左侧前车门喷漆项目，另一维修项目为左侧前车门钣金项目，由于维修对象都有左侧前车门，所以通过将车险定损项目进行排序，能够将相同车辆部位的维修项目在向量化过程中的空间距离拉近，以提高后续车险定损方案的准确性。

本申请一可选实施例中，所述根据所述车险定损项目的字符顺序对所述车险定损项目进行排序及向量化操作，得到排序车险定损向量序列之前，所述方法还包括：在所述车险定损项目中新增历史车险定损项目及错误车险定损项目，得到更新后的所述车险定损项目。

其中，所述历史车险定损项目是指历史时间段内(如前30天内)通过审核车险定损项目发现的原先存在问题并且已经删除掉的维修项目。所述错误车险定损项目可以通过随机添加原有车险定损方案中不存在的维修项目、添加不同维修程度的维修项目以及据维修项目从属性添加与原有维修项目对应配件具有从属关系的、其他配件对应的维修项目来实现。

本申请实施例中，所述排序车险定损向量序列可以表示为：

s

...,P

其中，s

进一步的，本申请实施例中，所述车身部位向量序列可以根据265个车身部位-零部件-车险定损项目的关联关系来确定，且所述车身部位向量序列可以表示为：

l

其中，l

进一步的，本申请实施例中，根据项目类型对应的更换、钣金、喷漆、拆装4大维修工时类型确定项目工时类型向量序列为：

w

w

本申请实施例中，根据车险定损项目中车辆维修所属的外观件、内部电子元器件、内部非电子元器件及辅料4种零部件的关系确定维修内外部位向量序列为：

t

其中，t

本申请实施例中，CLS标识符的作用为标识序列的起始位置，通过CLS标识了所有序列信息，即全局序列信息，便于后续进行全局关联特征的识别。

本申请一实施例中，所述向量化操作为token embedding操作，所述位置编码可通过下述公式实现：

其中，所述PE是指位置编码(Positional Encoding)，所述d

S203、将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，其中，所述关联特征包括全局关联特征以及单项关联特征。

本申请实施例中，所述关联特征是指车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征之间的一一对应关系特征。

例如，有一车险定损项目特征为车辆前保险杠更换项目，对应的项目类型为更换类型，则对应的项目工时类型为24h，对应的项目部位特征为车辆前保险杠，对应的维修内外部位特征为前保险杠外板、缓冲材料及横梁等。

作为本申请的一个实施例，所述将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，包括：

利用注意力机制识别所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征之间的一一对应关系；

基于所述一一对应关系将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到所述关联特征。

其中，可以利用自注意力机制(即Self-Attention)提取车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征对应的Q(query)、K(key)及V(value)值，并通过Q、K、V确定包含了车险定损项目特征、项目工时类型特征、项目部位特征及维修内外部位特征之间对应关系的注意力矩阵，通过tan线性函数输出注意力矩阵中具有车险定损项目特征、项目工时类型特征及项目部位特征及维修内外部位特征的对应关系的关联特征。

本申请一实施例中，所述关联特征可以表示为：

f

其中，f

本申请实施例中，通过基于所述一一对应关系将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到所述关联特征，能够将车险定损项目与车辆损伤的部位进行对应，便于提高后续车险损失的准确性。

本申请实施例中，所述全局关联特征可以通过f

S204、对所述全局关联特征进行车险定损评估，得到车险定损评估结果。

本申请实施例中，所述车险定损评估结果包括车险定损项目合理与车险定损项目不合理两种结果。

本申请实施例中，通过对所述全局关联特征进行车险定损评估，得到车险定损评估结果，能够在规则过于宽泛时，实现车险定损项目的合理性评估，且在规则过于精细时，筛选出重复的车险定损项目，以提高后续车险定损的准确率。

例如，有一车险项目数据集中车辆损坏部位为前车灯与前保险杠，若对应的车险定损项目为前车灯与前保险杠更换项目，则表示该车险定损项目是合理的；若对应的车险定损项目为车辆所有车灯与前保险杠的更换项目，由于损坏部位仅为前车灯与前保险杠，而该车险定损项目为增加了没有损伤的车后灯维修项目，所以该车险定损项目不合理。

作为本申请的一个实施例，参考图3所示，所述对所述关联特征进行车险定损评估，得到车险定损评估结果，包括以下步骤S2041-S2042：

S2041、对所述全局关联特征中的项目工时类型特征、项目部位特征及维修内外部位特征对应的车险定损项目特征进行合理性分类，得到分类标签；

S2042、根据所述分类标签获取所述车险定损评估结果。

其中，可以通过下述公式实现所述合理性分类：

其中，s

本申请一实施例中，可以通过利用激活函数(如softmax函数)将分类标签输出为车险定损评估结果；所述分类标签包括0与1两个标签，其中，若分类标签为0，则表示车险定损评估结果为车险定损项目不合理；若分类标签为1，则表示车险定损评估结果为车险定损项目合理。

S205、若所述车险定损评估结果存在错误的全局关联特征，则提取与所述错误的全局关联特征相对应的错误单项关联特征，并识别所述错误单项关联特征的所属类型，得到目标项目类型。

本申请实施例中，所述目标项目类型为定损维修项目对应的维修类型，包括更换、钣金、喷漆及拆装等维修类型。

例如，有一车险定损项目为车辆车大灯更换项目，对应的项目类型为更换类型。

本申请实施例中，若所述车险定损评估结果存在错误的全局关联特征，标识车险定损评估结果存在不合理车险定损项目，该不合理车险定损项目对应的全局关联特征存在关联错误，通过提取与所述错误的全局关联特征相对应的错误单项关联特征，并识别所述错误单项关联特征的所属类型，得到目标项目类型，能够识别单个维度的车险定损项目特征所属的项目类别，避免生成重复的车险定损方案，并提供后验经验提供至车险定损评估，进一步提高车险定损方案评估的准确性。

作为本申请的一个实施例，所述识别所述错误单项关联特征的所属类型，得到目标项目类型，包括：

根据所述错误单项关联特征中的项目部位特征及维修内外部位特征计算所述错误单项关联特征对应的车险定损项目特征所属的项目类别概率；

从所述项目类别概率中选取最大概率对应的项目类别作为所述错误单项关联特征对应的目标项目类型。

其中，可以将错误单项关联特征对应的项目部位特征、维修内外部位特征输入至激活函数(如Sigmoid函数)中，以输出所述错误单项关联特征所属的项目类别概率。

例如，有一错误单项关联特征的车险定损项目特征为前保险杠的更换，属于更换类别概率为0.88、属于拆装类别概率为0.78、属于喷漆类别概率为0.7，则从上述三个项目类别概率中选取最大概率对应的更换类别作为前保险杠的更换的目标项目类型。

本申请实施例中，由于更换项目类型包括了喷漆项目类型及拆装项目类型，通过从所述项目类别概率中选取最大概率对应的项目类别作为所述车险定损项目特征对应的目标项目类型，能够避免生成重复的车险定损方案，提高车险定损方案评估的准确性。

S206、根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目。

本申请实施例中，对不合理的车险定损项目进行项目类型调整，以生成合理的车险定损项目。

本申请实施例中，通过根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目，能够将不合理的车险定损项目进行自动调整，提高车险定损的效率及准确率。

作为本申请的一个实施例，所述根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目，包括：

识别所述错误关联特征对应的车险定损项目中的不合理车险定损项目；

获取所述不合理车险定损项目对应的目标项目类型，并根据所述目标项目类型对所述不合理车险定损项目进行项目类型置换，得到所述目标车险定损项目。

例如，有一错误关联特征对应的车险定损项目为车门更换维修项目，但该车险定损项目仅需对车门进行喷漆及钣金维修，通过对车险定损项目进行项目类型置换，以得到目标车险定损项目为车门喷漆及钣金维修。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例中，首先获取待评估的车险项目数据集之后，通过分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，并对提取的特征进行关联，能够识别出车险定损项目与对应的车辆损伤部件的对应关系，便于后续提高车险定损项目的准确性；其次，通过对全局关联特征进行车险定损评估及在车险定损评估结果存在错误的全局关联特征，则提取与错误的全局关联特征相对应的错误单项关联特征，并识别错误单项关联特征的所属类型，得到目标项目类型的两类任务，能够评估车险定损项目的合理性，便于后续提高车险定损的准确率，且无需依赖业务运营经验，配置不同的车险定损方案规则，实现车险自动定损，提高了车险定损的效率；最后，通过根据目标项目类型调整错误关联特征对应的车险定损项目，得到目标车险定损项目，实现了车险自动定损，减少了车险定损方案不合理数量，提高车险定损的准确率。因此本申请提出的车险定损评估方法可以提高车险定损的效率及准确率。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图4，作为对上述图2所示方法的实现，本申请提供了一种车险定损评估装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例所述的车险定损评估装置400包括：获取模块401、提取模块402、关联模块403、评估模块404、识别模块405以及调整模块406。其中：

获取模块401用于获取待评估的车险项目数据集，所述车险项目数据集包括车险定损项目、项目工时类型、项目部位及维修内外部位；

提取模块402用于分别提取所述车险定损项目对应的车险定损项目特征、所述项目工时类型对应的项目工时类型特征、所述项目部位对应的项目部位特征及所述维修内外部位对应的维修内外部位特征；

关联模块403用于将所述车险定损项目特征、所述项目工时类型特征、所述项目部位特征及所述维修内外部位特征进行关联，得到关联特征，其中，所述关联特征包括全局关联特征以及单项关联特征；

评估模块404用于对所述全局关联特征进行车险定损评估，得到车险定损评估结果；

识别模块405用于若所述车险定损评估结果存在错误的全局关联特征，则提取与所述错误的全局关联特征相对应的错误单项关联特征，并识别所述错误单项关联特征的所属类型，得到目标项目类型；及

调整模块406用于根据所述目标项目类型调整所述错误关联特征对应的车险定损项目，得到目标车险定损项目。

在本实施例中，关于各模块/单元的功能如下：

分类子模块，用于对所述全局关联特征中的项目工时类型特征、项目部位特征及维修内外部位特征对应的车险定损项目特征进行合理性分类，得到分类标签；及

评估子模块，用于根据所述分类标签获取所述车险定损评估结果。

本申请实施例中，首先获取待评估的车险项目数据集之后，通过分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，并对提取的特征进行关联，能够识别出车险定损项目与对应的车辆损伤部件的对应关系，便于后续提高车险定损项目的准确性；其次，通过对全局关联特征进行车险定损评估及在车险定损评估结果存在错误的全局关联特征，则提取与错误的全局关联特征相对应的错误单项关联特征，并识别错误单项关联特征的所属类型，得到目标项目类型的两类任务，能够评估车险定损项目的合理性，便于后续提高车险定损的准确率，且无需依赖业务运营经验，配置不同的车险定损方案规则，实现车险自动定损，提高了车险定损的效率；最后，通过根据目标项目类型调整错误关联特征对应的车险定损项目，得到目标车险定损项目，实现了车险自动定损，减少了车险定损方案不合理数量，提高车险定损的准确率。因此本申请提出的车险定损评估装置可以提高车险定损的效率及准确率。

所述计算机设备5包括通过系统总线相互通信连接存储器51、处理器52、网络接口53。需要指出的是，图中仅示出了具有组件51-53的计算机设备5，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器51至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或D车险定损评估存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器51可以是所述计算机设备5的内部存储单元，例如该计算机设备5的硬盘或内存。在另一些实施例中，所述存储器51也可以是所述计算机设备5的外部存储设备，例如该计算机设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括其外部存储设备。本实施例中，所述存储器51通常用于存储安装于所述计算机设备5的操作系统和各类应用软件，例如车险定损评估方法的计算机可读指令等。此外，所述存储器51还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器52在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器52通常用于控制所述计算机设备5的总体操作。本实施例中，所述处理器52用于运行所述存储器51中存储的计算机可读指令或者处理数据，例如运行所述车险定损评估方法的计算机可读指令。

所述网络接口53可包括无线网络接口或有线网络接口，该网络接口53通常用于在所述计算机设备5与其他电子设备之间建立通信连接。

本申请实施例中，首先获取待评估的车险项目数据集之后，通过分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，并对提取的特征进行关联，能够识别出车险定损项目与对应的车辆损伤部件的对应关系，便于后续提高车险定损项目的准确性；其次，通过对全局关联特征进行车险定损评估及在车险定损评估结果存在错误的全局关联特征，则提取与错误的全局关联特征相对应的错误单项关联特征，并识别错误单项关联特征的所属类型，得到目标项目类型的两类任务，能够评估车险定损项目的合理性，便于后续提高车险定损的准确率，且无需依赖业务运营经验，配置不同的车险定损方案规则，实现车险自动定损，提高了车险定损的效率；最后，通过根据目标项目类型调整错误关联特征对应的车险定损项目，得到目标车险定损项目，实现了车险自动定损，减少了车险定损方案不合理数量，提高车险定损的准确率。因此本申请提出的车险定损评估计算机设备可以提高车险定损的效率及准确率。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的车险定损评估方法的步骤。

本申请实施例中，首先获取待评估的车险项目数据集之后，通过分别提取车险定损项目、项目工时类型、项目部位及维修内外部位对应的特征，并对提取的特征进行关联，能够识别出车险定损项目与对应的车辆损伤部件的对应关系，便于后续提高车险定损项目的准确性；其次，通过对全局关联特征进行车险定损评估及在车险定损评估结果存在错误的全局关联特征，则提取与错误的全局关联特征相对应的错误单项关联特征，并识别错误单项关联特征的所属类型，得到目标项目类型的两类任务，能够评估车险定损项目的合理性，便于后续提高车险定损的准确率，且无需依赖业务运营经验，配置不同的车险定损方案规则，实现车险自动定损，提高了车险定损的效率；最后，通过根据目标项目类型调整错误关联特征对应的车险定损项目，得到目标车险定损项目，实现了车险自动定损，减少了车险定损方案不合理数量，提高车险定损的准确率。因此本申请提出的车险定损评估存储介质可以提高车险定损的效率及准确率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。