小叽导语：正如Google的高级搜索副总裁Amit Singhal在介绍知识图谱时提到的：“The world is not made of strings , but is made of things.” 大千世界，万物相联，借助知识图谱，实现了搜索领域的things, not strings。保险领域的知识图谱之路，何去何从呢？
背景
随着互联网和AI智能的发展，近年来我国的健康险业务迎来了飞速发展和变革。健康险，即健康保险，是保险业务的一个重要分支，有着广阔的发展前景，是本财年保险领域排兵布阵的重要战场。健康险是以被保险人的身体为保险标的，依据合同约定当被保险人遭遇疾病或意外伤害时，对被保险人的医疗费用或财产损失进行补偿或给付的一种保险。
为了支撑日益剧增的理赔单量的挑战，在不增加客服小二工作量的前提下，健康险理赔需要做到智能化、自动化和低风险化。因此，理赔天平团队在智能理赔、理赔机器智能问答和反骗赔等方面做出了相应尝试，而健康险知识图谱是以上各种尝试所依赖的底层基础技术。
本文首先介绍了健康知识图谱构建流程、整体框架和遇到的问题，然后总结了健康知识图谱在保险理赔领域应用场景和对应的玩法。
健康知识图谱和Schema示例
图1 健康知识图谱样例
健康知识图谱样例如图1所示，其中存储着用户、险种、疾病、医院等各类节点信息以及它们之间的关联信息。比如，用户张三投保了门诊保险金，当该用户患慢性肺炎申请理赔时，我们可以根据图谱来判断购买的险种对慢性肺炎时免责的，进行智能拒赔即可。
健康知识图谱的具体节点和边属性如下：
健康知识图谱整体框架
图2 健康知识图谱整体技术框架
健康知识图谱整体框架如图2所示，主要由信息源、实体抽取、数据源、更新框架和数据存储和质量控制等部分组成，具体如下：
1、信息源
保单类：用户购买的保单信息，包含用户、险种、时间、保障疾病范围等信息。
外部网站数据：通过爬虫，可以获取各种渠道的信息，包括医院信息、科室信息等。
2、实体/关系抽取
信息源有很多形式，包括图片、文字、语音、视频等类型，需要从中提取有用的实体信息和实体关系。这部分可以通过机器学习（包括深度学习、规则引擎等）或者人工方式实现。
3、数据源
数据源包括各种类型的数据，包括上传的文件、ODPS中的用户画像信息、关系型数据库中的数据、事件或日志等。
4、更新框架
一般通过三种方式将提取的数据导入到Geabase中，如下图所示：
初始化方式，将全量数据写入ODPS表某个分区中，全量初始化导入Geabase。
T+1批量更新方式，通过MR Job定时任务将更新数据写入最新分区中，每天批量新增、更新和删除Geabase中数据。
实时更新，将更新的数据发送到事件系统或者日志搜集系统，然后实时消费，将数据更新到Geabase数据库中。
5、数据存储
Geabase为了实现对数据进行分布式存储和计算，将整个图按节点分割为多个子图，每个子图存放在同一个shard中，每个shard都有自己的备份。Geabase数据库线上存储的都是有向边，如果需要存储无向边，则需要存储两份，即正向和反向都要进行存储。
Geabase在分块过程中，对于交界处的边，Geabase会同时生成2条边，即一条出边和一条入边，分别属于相邻的两个Shard。
6、保障机制
数据抽样/校验：对更新数据（批量或者实时）进行随机抽取特定比例的样本，进行校验，来验证数据导入准确性。
日志监控：对Geabase更新异常、查询性能等进行实时监控。
开关：可以利用开关控制数据版本，来决定采用哪个版本的稳定数据。另外，对接口或者流程中的某些环节进行开关切换控制。
应用场景
智能系统理赔
将险种和疾病之间的免责/非免责关系，作为理赔因子，加入到系统智能核赔规则中，完善智能理赔。
比如，用户张三购买了门诊报销金险种，进行理赔慢性肺炎时，会从图谱中查看门诊报销金和慢性肺炎的关系-免责，因此会在理赔系统审核阶段的规则引擎中直接拒掉，无需进入人工审核，实现快赔快拒。
智能问答
在热线工作台或者机器人端应用时，当用户咨询某种疾病是否可以理赔或者投保时，可以将图谱和知识库、模版库相结合，实现智能问答，提升小二工作效率或者减少小二工作量。
机器人端
反骗赔
场景1：
利用知识推理算法，比如用户1的周边用户（用户10-用户14）都是灰度骗赔用户，则用户1骗赔的概率就很大，存在骗赔风险。
场景2：
比如用户1的一代和二代直系亲属都没有多指症（属于先天性遗传病），那么用户1患这种先天性疾病的概率就比较小，存在骗赔风险。
另外，还可以通过用户的报案位置和医院位置就行判断骗赔的风险。
个性化推荐
可以根据张三的一度（甚至可以扩展到二度、三度）关系中，查找和张三用户画像比较类似的朋友，将他们购买的险种推荐给张三。
未来展望
下一步，我们主要从以下几个方面提升知识图谱价值：
提高数据覆盖率，存储更加丰富的海量数据。
利用知识推理算法，挖掘健康图谱数据价值。
将图谱进行平台化，扩展到其他领域。
References:
[1] Ehrlinger L, W W. Towards a Definition of Knowledge Graphs[C]// JointProceedings of the Posters and Demos Track of, International Conference onSemantic Systems - Semantics2016 and, International Workshop on Semantic Change& Evolving Semantics. 2016.
[2] Das R, Neelakantan A, Belanger D, et al. Chains of Reasoning over Entities,Relations, and Text using Recurrent Neural Networks[J]. 2016:132-141.
[3] https://docs.antfin.com/geabase/docs
转载
