[發明專利]報表生成方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811210013.6
• 申請日: 2018-10-17
• 公開（公告）號: CN109542956A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 邱寒;楊鐳;黃北辰;朱昱錦;付曉
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/248
• 分類號: G06F16/248;G06F16/2455;G06F16/951;G06F16/338
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李文淵

1.一種報表生成方法，所述方法包括：

監測報表檢索事件；

獲取與所述報表檢索事件對應的檢索詞條；

通過已訓練的意圖識別模型對所述檢索詞條進行識別，得到與所述檢索詞條對應的檢索范圍、檢索維度以及檢索意圖；

按照所述檢索范圍、檢索維度從數據源庫中篩選出報表數據；

對篩選出的報表數據按照所述檢索意圖進行統計匯總，得到統計數據；

根據所述統計數據生成報表。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取用戶選定的業務場景類別；

所述按照所述檢索范圍、檢索維度從數據源庫中篩選出報表數據包括：

按照所述檢索范圍、檢索維度，從與所述業務場景類別對應的數據源庫中篩選出報表數據。

3.根據權利要求1所述的方法，其特征在于，所述通過已訓練的意圖識別模型對所述檢索詞條進行識別，得到與所述檢索詞條對應的檢索范圍、檢索維度以及檢索意圖包括：

對所述檢索詞條進行向量化處理，得到檢索詞條向量；

將所述檢索詞條向量輸入至已訓練的意圖識別模型中，通過所述意圖識別模型的隱藏層對所述檢索詞條向量進行處理，得到所述檢索詞條對應的檢索詞條編碼向量；

通過所述意圖識別模型的輸出層對所述檢索詞條編碼向量進行變換，得到與所述檢索詞條對應的檢索范圍、檢索維度以及檢索意圖。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述方法還包括：

獲取從網絡上爬取的文檔集；

確定所述檢索詞條與所述文檔集中每個文檔之間的相關度；

從所述文檔集中選取相關度符合預設條件的文檔；

將選取的所述文檔的文檔標識展示在生成的報表中。

5.根據權利要求4所述的方法，其特征在于，所述確定所述檢索詞條與所述文檔集中每個文檔之間的相關度包括：

統計所述文檔集中每個文檔所包含詞語的詞頻；

按照所述詞頻確定每個文檔對應的關鍵詞集合；

計算所述檢索詞條中各個詞語與各所述關鍵詞集合的匹配度；

將各所述匹配度作為所述檢索詞條與每個文檔之間的相關度。

6.根據權利要求4所述的方法，其特征在于，所述確定所述檢索詞條與所述文檔集中每個文檔之間的相關度包括：

確定所述文檔集中每個文檔對應的摘要句子；

通過語義識別模型的輸入層對所述檢索詞條和各所述摘要句子進行語義編碼，得到所述檢索詞條對應的檢索詞條編碼向量和各所述摘要句子對應的摘要句子編碼向量；

將所述檢索詞條編碼向量分別和各個所述檢索詞條編碼向量進行拼接，得到多組拼接向量；

在所述語義識別模型的隱藏層中，分別對各所述拼接向量進行變換，得到各所述摘要句子對應的特征向量；

通過所述語義識別模型的輸出層對各所述特征向量進行融合、歸一化處理，得到每個文檔與所述檢索詞條之間的相關度。

7.根據權利要求4所述的方法，其特征在于，所述將選取的所述文檔的文檔標識展示在生成的報表中包括：

當識別出的所述檢索維度為日期時，獲取選取的所述文檔的發布日期；

將選取的所述文檔的文檔名稱展示在生成的報表中與所述發布日期對應的位置處。

8.一種報表生成裝置，其特征在于，所述裝置包括：

監測模塊，用于監測報表檢索事件；

獲取模塊，用于獲取與所述報表檢索事件對應的檢索詞條；

識別模塊，用于通過已訓練的意圖識別模型對所述檢索詞條進行識別，得到與所述檢索詞條對應的檢索范圍、檢索維度以及檢索意圖；

篩選模塊，用于按照所述檢索范圍、檢索維度從數據源庫中篩選出報表數據；

統計模塊，用于對篩選出的報表數據按照所述檢索意圖進行統計匯總，得到統計數據；

生成模塊，用于根據所述統計數據生成報表。