SERVICIOS DE TECNOLOGIA 2

Módulos de Inteligencia Artificial y Big Data Analytics

La suscripción es un eslabón esencial en la cadena de negocios tradicional de seguros. Requiere mucha mano de obra y consume mucho tiempo. A menudo se requiere que el titular de la póliza brinde información de antecedentes exhaustivos y espere más de 30 días para el examen médico.

La plataforma insChain adopta un enfoque completamente diferente. Primero importamos los datos del usuario en el modelo AI y luego almacenamos solo sus resultados en la cadena de bloques, eliminando efectivamente la posibilidad de que la violación de datos lleve a la pérdida de información confidencial del cliente. Los resultados del modelo AI podrían ser una asignación de nivel de riesgo entre 0 y 10. Tales datos podrían compartirse fácilmente con los equipos / funciones de suscripción o reclamo como una base importante para la fijación de precios y el procesamiento de reclamaciones.

FUENTE:Página Oficial de INSCHAIN

Marco básico de Diaglogflow

El flujo interactivo es el siguiente:

Paso 1: el usuario ingresa una consulta (Clasificación de intenciones).

Paso 2: el chatbot conoce la intención del usuario y le pregunta a los usuarios sobre la información relacionada. El usuario proporciona la información por texto o por voz o informe médico de una manera interactiva. Chatbot sigue preguntando hasta que se obtenga toda la información requerida.

Paso 3: Un árbol de decisiones se construye por adelantado de acuerdo con las reglas de suscripción. Chatbot dará una respuesta personalizada de acuerdo con las reglas y la información del usuario.

# Procesamiento de lenguaje natural (NLP)

El problema clave a resolver en la suscripción inteligente es determinar la verdadera intención del solicitante, que también plantea un desafío similar en el procesamiento actual del lenguaje natural. Con respecto al idioma inglés, los modelos más avanzados incluyen las redes de memoria dinámica y las redes de memoria de extremo a extremo. Ambos tipos de red son capaces de almacenar memoria a largo plazo y capturar el contexto. Han mostrado resultados precisos de predicción en el proyecto bAbI de Facebook AI Research. No hemos identificado un modelo NLP apropiado para el idioma chino debido a su naturaleza dinámica. Para superar este desafío, nuestra solución es clasificar las intenciones de los usuarios de acuerdo con las reglas de suscripción, y proporcionar respuestas flexibles no basadas en plantillas predefinidas, sino por diferentes clasificaciones de intenciones. Este tipo de diálogo interactivo brinda una mejor experiencia de usuario.

Reconocimiento óptico de caracteres (OCR)

El reconocimiento óptico de caracteres es la conversión mecánica o electrónica de imágenes de texto escrito, manuscrito o impreso en texto codificado por máquina, ya sea desde un documento escaneado, una foto de un documento o desde un texto de subtítulo superpuesto sobre una imagen. Aplicamos el modelo de última generación CTPN (red de propuesta de texto conexionista) para detectar regiones de texto. Además, capacitamos al CRNN (Red Neuronal Recíproca Convolucional) en caracteres chinos y usamos el modelo capacitado para convertir las regiones en textos.

Traducción al español e imágenes tomadas de la web oficial de INSCHAIN: https://inschain.io