CN114998038A - 异常保单处理方法及系统 - Google Patents

Abstract

本申请属于计算机及通信技术领域，涉及一种异常保单处理方法，所述方法包括：在检测到出单异常时，获取异常保单数据；基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据。本申请还提供一种异常保单处理系统、计算机设备及其存储介质。此外，本申请还涉及区块链技术，JAVAPARSER工具库、模板库可存储于区块链中。

Description

异常保单处理方法及系统

技术领域

本申请涉及计算机及通信技术领域，尤其涉及一种异常保单处理方法、系统、计算机设备及其存储介质。

背景技术

出单系统，用于实现保单的数字化。在传统的技术方案中，由于产品众多、业务变更迅速，故版本频率及密度相对较高，间接导致研发周期加长，研发过程难以充分测试，且可能存在系统上线后因某些系统bug导致无法正常出单的问题。而无法出单经常是因为电子化保单中数据缺失、数据异常，对保单进行合理调整即可解决问题，但传统方案方式解决问题，只能依赖系统升级发版，效率很低，且发版前系统功能持续性不可用。

发明内容

本申请的目的在于提出一种异常保单处理方法、系统、计算机设备及存储介质，以在出单异常时，通过系统升级发版这种解决方式的效率很低，且发版前系统功能持续性不可用的技术问题。

为了解决上述技术问题，本申请实施例提供一种异常保单处理方法，采用了如下所述的技术方案：

所述方法包括下述步骤：

当检测到出单异常时，获取异常保单数据；

基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；

从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；

基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；

输出所述修正后的保单数据。

进一步的，所述基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树的步骤，包括：

基于所述JAVAPARSER工具库中的预设保单项目信息对所述异常保单数据进行匹配和转化，其中，所述工具库中可以包括一个或多个预设保单项目信息；

根据转化结果对所述异常保单数据中的每个令牌进行类型标记，并得到解析后的所述异常保单数据；

将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树。

进一步的，所述将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树的步骤包括：

基于上下文无关文法、符号优先级和符号关联性，对解析后的所述异常保单数据进行拆解，得到解析后的所述异常保单数据对应的令牌；

根据获得的所述令牌，构建所述异常保单数据的抽象语法树。

进一步的，所述从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板的步骤包括：

获取与所述抽象语法树中的保单全量信息对应的映射文件，所述映射文件中包括至少一个映射对象，所述映射对象包括映射名称；

从预设的模板库中，获取与所述映射名称对应的映射模板，以所述映射模板作为所述目标保单模板。

进一步的，所述基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据的步骤包括：

基于预设的动态模板技术，对所述目标保单模板进行渲染数据并生成代码文件；

将所述代码文件提交至程序库中进行执行，得到目标保单数据；

以所述目标保单数据作为所述修正后的保单数据。

进一步的，所述预设的动态模板技术为Beetl模板。

进一步的，所述当检测到出单异常时，获取异常保单数据的步骤包括：

响应于保单保全过程中、保单核保过程中或保单信息变更过程中出现异常，将出现异常的保单作为目标保单；

获取所述目标保单对应的保单数据，作为所述异常保单数据。

为了解决上述技术问题，本申请实施例还提供一种异常保单处理系统，包括：

第一获取模块，用于当检测到出单异常时，获取异常保单数据；

解析模块，用于基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；

第二获取模块，用于从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；

修正模块，用于基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；

输出模块，用于输出所述修正后的保单数据。

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：包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述的异常保单处理方法的步骤。

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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的异常保单处理方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：通过在检测到出单异常时，获取异常保单数据；基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；输出所述修正后的保单数据。实现了在无需进行系统升级前提下，通过JAVAPARSER工具库进行拆解以及通过预设的动态模板技术进行重组修正，从而对异常保单数据进行修正后输出，提高异常保单数据的处理效率，进而保证保单的整个业务仍然能正常进行。

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是本申请异常保单处理方法的一个实施例的流程图；

图3是本申请异常保单处理系统的一个实施例的结构示意图；

图4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 ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts 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异常保单处理方法一般由服务器执行，相应地，异常保单处理系统一般设置于服务器中。

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异常保单处理方法的一个实施例的流程图。所述异常保单处理方法，包括以下步骤：

步骤S201，当检测到出单异常时，获取异常保单数据。

本步骤中，在预设时间段内检测系统出单状况，比如，每隔一小时检测一次系统出单的状况。如此，在检测到出单异常时，获取异常保单数据。

由于多种类型的保险产品可以通过电话销售、网络销售和柜台销售等多种销售方式和销售渠道进行销售，进一步的，每种销售渠道根据不同的销售平台、代理机构再细分为多个子销售渠道，客户可以根据自身的具体情况在不同的销售渠道购买保险。当保险订单意向达成时，座席销售人员或者客户自己可以将保单数据录入各销售渠道的终端。即在检测到出单异常时，可获取对应的出单异常点，并从各销售渠道的终端内获取到该出单异常点对应的保单数据，并作为所述异常保单数据。

或者，在另一个实施例中，当保险订单意向达成时，座席销售人员或者客户自己可以将保单数据录入云端，此时，可从云端内获取到该出单异常点对应的保单数据，并作为所述异常保单数据。

进一步地，在检测系统出单状况时，可响应于保单保全过程中、保单核保过程中或保单信息变更过程中出现异常，将出现异常的保单作为目标保单。比如，保单保全过程中，保单的任务号缺失了一个或者出现乱码(而其他数据为正常且正确的数据)，使得该保单无法出单，即判定为出单异常，此时，将出现异常的保单作为目标保单，并获取所述目标保单对应的保单数据，作为所述异常保单数据(包括正确的保单数据以及错误的保单数据，其中，错误的保单数据为保单的任务号缺失了一个或者出现乱码的数据)。

步骤S202，基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度。

可选地，保单全量信息包括被保人基本信息、所购保险的险种类型和投保额度。此外，保单全量信息中还包括保单的任务号、投保人基本信息和订单的投保渠道等。被保人或者投保人基本信息包括被保人或者投保人的姓名、性别、年龄、证件类型、证件号码、所在城市代码和省份代码等。险种类型包括重疾险、意外险和残疾险等等。

本步骤中，基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树。JAVAPARSER工具库是由终端用户或开发人员预先进行配置。

可选地，基于所述JAVAPARSER工具库中的预设保单项目信息对所述异常保单数据进行匹配和转化，其中，所述工具库中可以包括一个或多个预设保单项目信息。预设保单项目信息中的逻辑单元为令牌类型(Token Type)和/或知识点。令牌类型是指令牌的类型，例如数字、赋值操作符、加法操作符等。知识点能够以别名的方式表示多个操作符的组合，例如宏(Macro)，也能够表示简单函数，例如递归函数。知识点可以直接被规则引擎执行。知识点是由终端用户或开发人员预先进行配置。一个预设保单项目信息可以由多个子项目信息共同构成，其中每个子项目信息可以对应一个知识点和/或逻辑单元。通过预先配置预设保单项目信息，终端用户可以在编写预设保单项目信息时使用知识点，使得终端用户能更容易地阅读和理解业务逻辑，无需学习编程语言就能阅读和编写规则，大大地降低了终端用户使用规则引擎的学习成本和难度。可选地，当预设保单项目信息的数量为多个时，系统可以根据以下的一项或多项对多个预设保单项目信息进行定义：客户、产品、机构、项目以及业务场景。系统可以基于客户、产品、机构、项目以及业务场景这五个维度进行使用范围的隔离。同范围或者父子集范围的场景可以共用预设保单项目信息。

可选地，对所述异常保单数据进行解析可以是先根据预设保单项目信息中的知识点对所述异常保单数据进行匹配。在所述异常保单数据匹配完知识点后，系统根据匹配结果将所述异常保单数据中与单个知识点对应的内容转化为一个或多个令牌，使得整个上下文字符串中的令牌都满足标准的Java语法规范。在转化完成后，系统对所述异常保单数据中的每个令牌进行令牌类型标记，即根据转化结果对所述异常保单数据中的每个令牌进行类型标记，并得到解析后的所述异常保单数据并得到解析后的所述异常保单数据。

在一个示例中，类型标记化过程可以使用正则表达式进行定义。语法分析器读取输入字符流(即字符串)，然后从中识别出语素，最后进行类型标记。在标记化过程中一旦发现无效标记，系统可以报错。

下面以字符串“Insurance policy＝(A,B)；”为例对标记化过程进行说明：

“Insurance policy＝(A,B)；”是初始化变量“Insurance policy”，将其赋值“(A,B)”。在这个赋值语句中，包含了“Insurance policy”、“＝”、“A”、“()”、“B”和“；”这6个令牌。通过预设保单项目信息，可以得到如下表的令牌-标记化类型对应关系：

令牌	标记化类型
		Insurancepolicy	标志符
＝	赋值操作符
		A	保单险种
()	运算操作符
		B	保单额度
；	语句结束

然后，系统根据上述对应关系对字符串中的这6个令牌进行类型标记。

在一个示例中，令牌的标记化类型可以分为以下四类：

1、单字符令牌(Single-Character Token)，例如“>”、“.”、“(”等等；

2、单或双字符令牌(One or Two Character Token)，例如“＝＝”，“<＝”等等；

3、文字(Literal)令牌，文字令牌通常针对一种具体语言，需要将文字令牌解释成该语言的对应字符类型；

4、关键词(Keyword)令牌，例如“and”，“class”，等等。

进一步地，将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树(Abstract Syntax Tree，AST)。

可选地，可以是基于上下文无关文法、符号优先级和符号关联性将解析后的字符串进行拆解。上下文无关文法包含四个成分：终结符号集合、非终结符号集合、起始符号以及产生式集合。符号优先级是指为每个符号设定相应的优先级，例如将“*”的优先级设定为高于“.”。符号关联性是指将符号设定为左关联或右关联。

在一个示例中，可以设定为只有“！”和“-”是右关联，其他符号都是左关联。例如，“-A”中的“-”修饰的是其右侧的A。符号优先级和符号关联性决定了上下文无关文法为非二义性文法，从而能够简单方便地通过扫描令牌来构建抽象语法树。

步骤S203，从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板。

即本步骤中，获取与所述抽象语法树中的保单全量信息对应的映射文件，所述映射文件中包括至少一个映射对象，所述映射对象包括映射名称；从预设的模板库中，获取与所述映射名称对应的映射模板，以所述映射模板作为所述目标保单模板。

步骤S204，基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据。

进一步地，基于预设的动态模板技术，对所述目标保单模板进行渲染数据并生成代码文件。其中，所述预设的动态模板技术为Beetl动态模板技术。

Beetl动态模板技术基于Beetl-Java模板引擎实现。Beetl-Java模板引擎是一种类似JS语法和使用习惯以.btl结尾的文件模板，由于Beetl-Java模板引擎具有的高性能、高可靠性、高易用性等优点，因此本发明采用Beetl-Java模板引擎。此外，本实施例中，所述预设的动态模板技术为Thymeleaf动态模板技术，在此并不进行限定。

Beetl-Java模板引擎是基于已有的代码，根据自己的代码风格以及框架的结构调整的模板信息，Beetl-Java模板引擎提供有四种资源模板加载器，并且支持自定义资源模板加载器，此处选用的是WebAppResourceLoader资源模板加载器，Java代码调用函数简单，可以在模板文件中定义变量，且变量的赋值仅需放入绑定数据的Map集合中，与JSTL表达式使用规则类似，此处减少了重新学习新语法规则的成本，现有的代码生成工具几乎没有使用模板引擎，导致到生成代码的时候对系统资源消耗较多，且不能灵活的变更模板，因此代码生成的效率和通用性大打折扣，此处选用Beetl-Java模板引擎作为代码的模板文件就是为了解决这一问题，无论你的项目使用什么技术架构，只要有一个完整的样例，就能轻易的编写出模板文件，底层查询的数据已经封装出几乎所有的表相关信息的实体类，在模板文件中变量赋值就变的轻而易举，从而大大提升开发人员的工作效率。

预先定制的Beetl-Java模板引擎为SSI框架下的代码模板，包括控制层模板(templ_controller.btl)、数据库映射关系配置层模板(templ_ibatis.btl)、实体类模板(templ_entity.btl)、服务层模板(templ_service.btl/templ_serviceImpl.btl)、前端页面层模板(templ_select.btl/templ_insert.btl/templ_update.btl/templ_view.btl)。模板文件中的包名、类名、页面路径、字段说明等等均需要使用变量，以便模板引擎加载模板渲染数据。

前端页面层模板包括添加功能模板(templ_insert.btl)、列表功能模板(templ_select.btl)、修改功能模板(templ_update.btl)和查看功能模板(templ_view.btl)。服务层模板包括接口类模板(templ_service.btl)和接口实现类模板(templ_serviceImpl.btl)。

进一步地，将基于预设的动态模板技术生成代码文件提交至程序库中进行执行，得到目标保单数据，并以所述目标保单数据作为所述修正后的保单数据。

步骤S205，输出所述修正后的保单数据，从而完成正常出单流程。

本申请实施例主要有以下有益效果：通过在检测到出单异常时，获取异常保单数据；基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；输出所述修正后的保单数据。实现了在无需进行系统升级前提下，通过JAVAPARSER工具库进行拆解以及通过预设的动态模板技术进行重组修正，从而对异常保单数据进行修正后输出，提高异常保单数据的处理效率，进而保证保单的整个业务仍然能正常进行。

需要强调的是，为进一步保证上述JAVAPARSER工具库、模板库的私密和安全性，上述扩充后的JAVAPARSER工具库、模板库还可以存储于一区块链的节点中。

本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

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。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

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3，作为对上述图2所示方法的实现，本申请提供了一种异常保单处理系统的一个实施例，该系统实施例与图2所示的方法实施例相对应，该系统具体可以应用于各种电子设备中。

如图3所示，本实施例所述的升级包兼容性的检测系统400包括：第一获取模块401、解析模块402、第二获取模块403、修正模块404以及输出模块405。其中：

第一获取模块401，用于当检测到出单异常时，获取异常保单数据；

解析模块402，用于基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；

第二获取模块403，用于从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；

修正模块404，用于基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；

输出模块405，用于输出所述修正后的保单数据。

本实施例主要有以下有益效果：通过在检测到出单异常时，通过第一获取模块401获取异常保单数据；并基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，通过第二获取模块403获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，通过修正模块404对所述目标保单模板进行修正，得到修正后的保单数据；从而通过输出模块405输出所述修正后的保单数据。实现了在无需进行系统升级前提下，通过JAVAPARSER工具库进行拆解以及通过预设的动态模板技术进行重组修正，从而对异常保单数据进行修正后输出，提高异常保单数据的处理效率，进而保证保单的整个业务仍然能正常进行。

在本实施例的一些可选的实现方式中，所述解析模块402包括：

匹配转化单元4021，用于基于所述JAVAPARSER工具库中的预设保单项目信息对所述异常保单数据进行匹配和转化，其中，所述工具库中可以包括一个或多个预设保单项目信息；

解析单元4022，用于根据转化结果对所述异常保单数据中的每个令牌进行类型标记，并得到解析后的所述异常保单数据；

构建单元4023，用于将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树。

在本实施例的一些可选的实现方式中，所述构建单元4023还用于：

基于上下文无关文法、符号优先级和符号关联性，对解析后的所述异常保单数据进行拆解，得到解析后的所述异常保单数据对应的令牌；根据获得的所述令牌，构建所述异常保单数据的抽象语法树。

在本实施例的一些可选的实现方式中，所述第二获取模块403包括：

第一获取单元4031，用于获取与所述抽象语法树中的保单全量信息对应的映射文件，所述映射文件中包括至少一个映射对象，所述映射对象包括映射名称；

映射单元4032，用于从预设的模板库中，获取与所述映射名称对应的映射模板，以所述映射模板作为所述目标保单模板。

在本实施例的一些可选的实现方式中，所述修正模块404包括：

渲染单元4041，用于基于预设的动态模板技术，对所述目标保单模板进行渲染数据并生成代码文件；

执行单元4042，用于将所述代码文件提交至程序库中进行执行，得到目标保单数据；

修正单元4041，用于以所述目标保单数据作为所述修正后的保单数据。

在本实施例的一些可选的实现方式中，所述第一获取模块406包括：

响应单元4061，用于响应于保单保全过程中、保单核保过程中或保单信息变更过程中出现异常，将出现异常的保单作为目标保单；

第二获取单元4061，用于获取所述目标保单对应的保单数据，作为所述异常保单数据。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。

所述计算机设备4括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图4中仅示出了具有组件41-43的计算机设备4，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41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DX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41可以是所述计算机设备4的内部存储单元，例如该计算机设备4硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4外部存储设备，例如该计算机设备4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41还可以既包括所述计算机设备4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41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如异常保单处理方法的计算机可读指令等。此外，所述存储器41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42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42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述异常保单处理方法的计算机可读指令。

所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。

本申请实施例主要有以下有益效果：通过在检测到出单异常时，获取异常保单数据；基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；输出所述修正后的保单数据。实现了在无需进行系统升级前提下，通过JAVAPARSER工具库进行拆解以及通过预设的动态模板技术进行重组修正，从而对异常保单数据进行修正后输出，提高异常保单数据的处理效率，进而保证保单的整个业务仍然能正常进行。

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异常保单处理方法的步骤。

本申请实施例主要有以下有益效果：通过在检测到出单异常时，获取异常保单数据；基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；输出所述修正后的保单数据。实现了在无需进行系统升级前提下，通过JAVAPARSER工具库进行拆解以及通过预设的动态模板技术进行重组修正，从而对异常保单数据进行修正后输出，提高异常保单数据的处理效率，进而保证保单的整个业务仍然能正常进行。

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，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。

Claims (10)

1.一种异常保单处理方法，其特征在于，所述方法包括下述步骤：

当检测到出单异常时，获取异常保单数据；

基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；

从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；

基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；

输出所述修正后的保单数据。

2.根据权利要求1所述的异常保单处理方法，其特征在于，所述基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树的步骤，包括：

基于所述JAVAPARSER工具库中的预设保单项目信息对所述异常保单数据进行匹配和转化，其中，所述工具库中可以包括一个或多个预设保单项目信息；

根据转化结果对所述异常保单数据中的每个令牌进行类型标记，并得到解析后的所述异常保单数据；

将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树。

3.根据权利要求2所述的异常保单处理方法，其特征在于，所述将解析后的所述异常保单数据拆解为相应的令牌，并构建所述异常保单数据的抽象语法树的步骤包括：

基于上下文无关文法、符号优先级和符号关联性，对解析后的所述异常保单数据进行拆解，得到解析后的所述异常保单数据对应的令牌；

根据获得的所述令牌，构建所述异常保单数据的抽象语法树。

4.根据权利要求1所述的异常保单处理方法，其特征在于，所述从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板的步骤包括：

获取与所述抽象语法树中的保单全量信息对应的映射文件，所述映射文件中包括至少一个映射对象，所述映射对象包括映射名称；

从预设的模板库中，获取与所述映射名称对应的映射模板，以所述映射模板作为所述目标保单模板。

5.根据权利要求1所述的异常保单处理方法，其特征在于，所述基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据的步骤包括：

基于预设的动态模板技术，对所述目标保单模板进行渲染数据并生成代码文件；

将所述代码文件提交至程序库中进行执行，得到目标保单数据；

以所述目标保单数据作为所述修正后的保单数据。

6.根据权利要求5所述的异常保单处理方法，其特征在于，所述预设的动态模板技术为Beetl动态模板技术。

7.根据权利要求1所述的异常保单处理方法，其特征在于，所述当检测到出单异常时，获取异常保单数据的步骤包括：

响应于保单保全过程中、保单核保过程中或保单信息变更过程中出现异常，将出现异常的保单作为目标保单；

获取所述目标保单对应的保单数据，作为所述异常保单数据。

8.一种异常保单处理系统，其特征在于，包括：

第一获取模块，用于当检测到出单异常时，获取异常保单数据；

解析模块，用于基于JAVAPARSER工具库对所述异常保单数据进行语法解析，得到所述异常保单数据的抽象语法树，其中，所述抽象语法树包含保单全量信息，所述保单全量信息包括被保人基本信息、险种和投保额度；

第二获取模块，用于从预设的模板库中，获取与所述抽象语法树中的保单全量信息对应的目标保单模板；

修正模块，用于基于预设的动态模板技术，对所述目标保单模板进行修正，得到修正后的保单数据；

输出模块，用于输出所述修正后的保单数据。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的异常保单处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的异常保单处理方法的步骤。

Images