[發明專利]一種基于序列標注的財務科目計算關系識別方法及裝置

在審

• 申請號: 201911420045.3
• 申請日: 2019-12-31
• 公開（公告）號: CN111209729A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 李鵬輝;金鑫;邱錫鵬
• 申請（專利權）人: 上海犀語科技有限公司
• 主分類號: G06F40/174
• 分類號: G06F40/174;G06F40/279;G06Q40/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于序列標注的財務科目計算關系識別方法，其特征在于，包含以下步驟：

A、對表格及文本進行預處理；

B、采用序列標注方法對財務科目計算關系進行識別，以判斷為預先定義后的計算關系；

C、根據序列標注的結果，抽取出與財務科目序列相對應的計算關系，生成結構化數據。

2.根據權利要求1所述的一種基于序列標注的財務科目計算關系識別方法，其特征在于，所述步驟A中，對表格文本進行的預處理操作包括對表格中財務科目序列所在列的提取，對表格中多個財務科目所在列的合并，將提取并合并后的財務科目序列轉化成文本，以及對對文字進行清洗，以去除表格中財務科目序列以外的內容。

3.根據權利要求2所述的一種基于序列標注的財務科目計算關系識別方法，其特征在于，所述步驟B包括以下步驟：B1、詞向量，對每個科目進行CNN處理，得到每個科目對應的向量；B2、序列標注，對文本進行雙向的LSTM處理，得到每個科目對應的向量；B3、通過條件隨機場對每個字段所對應的標簽進行預測，以得知該字段是否為預先定義好的字段。

4.根據權利要求2所述的一種基于序列標注的財務科目計算關系識別方法，其特征在于，所述步驟C的序列標注的訓練過程如下：根據財務科目關系的任務，定義所需要判斷的財務科目計算關系，根據任務定義，進行財務科目計算關系的語料標注，將語料標注送到CNN-LSTM-CRF模型中進行序列標注的訓練，以得到訓練后用于財務科目計算關系的模型。

5.一種基于序列標注的財務科目計算關系識別裝置，其特征在于，包括：

表格及文本預處理模塊，用于對表格及文本進行預處理；

序列標注模塊，用于通過序列標注方法對財務科目計算關系進行識別，以判斷為預先定義后的計算關系；

科目計算關系抽出模塊，根據序列標注的結果，抽取出與財務科目序列相對應的計算關系，生成結構化數據。

6.根據權利要求5所述的一種基于序列標注的財務科目計算關系識別裝置，其特征在于，所述文本預處理模塊對文本進行的預處理操作包括對表格中財務科目序列所在列的提取，對表格中多個財務科目所在列的合并，將提取并合并后的財務科目序列轉化成文本，以及對對文字進行清洗，以去除表格中財務科目序列以外的內容。

7.根據權利要求4所述的一種基于序列標注的財務科目計算關系識別裝置，其特征在于，所述序列標注模塊對文本進行雙向的LSTM處理，得到每個科目對應的向量；通過條件隨機場對每個字段所對應的標簽進行預測，以得知該字段是否為預先定義好的字段。