本发明涉及人工智能领域，提出一种基于神经网络保险案件抽检方法，该方法包括：获取待抽检保险案件的预设关键词信息；分别对所述预设关键词信息中的词频特征、词位置特征和上下文语义特征进行提取，并将提取后的特征进行融合，获取融合特征；根据所述融合特征和预设保险案件库中每一保险历史案件对应的融合特征之间的相似度，获取相似度最高的若干参考保险历史案件；根据每一参考保险历史案件的理赔情况，获取所述待抽检案件的抽检结果。本发明实施例可以有效降低人力成本，且智能抽检具备一定程度的客观性，不会因为人员专业技能和医学背景差异，造成抽检质量结果差异化。