[發明專利]賬務數據核對方法及賬務數據核對裝置

在審

• 申請號: 202010716876.1
• 申請日: 2020-07-23
• 公開（公告）號: CN111861690A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 寧義雙;辛洪生;吳粵敏;寧可
• 申請（專利權）人: 金蝶軟件（中國）有限公司
• 主分類號: G06Q40/00
• 分類號: G06Q40/00;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

1.一種賬務數據核對方法，其特征在于，包括：

獲取攜帶有正樣本標識的正樣本和攜帶有負樣本標識的負樣本，所述正樣本包括相互匹配的記賬記錄和對賬單記錄，所述負樣本包括相互不匹配的記賬記錄和對賬單記錄；

分別對所述正樣本和所述負樣本進行特征提取，得到正樣本特征和負樣本特征，所述正樣本特征為記賬記錄與對賬單記錄相互匹配所具備的特征，所述負樣本特征為記賬記錄與對賬單記錄相互不匹配所具備的特征；

構建待訓練分類模型，將所述正樣本標識及所述正樣本特征、所述負樣本標識及所述負樣本特征作為訓練樣本，并基于機器學習算法，利用所述訓練樣本對所述待訓練分類模型進行訓練，得到目標分類模型；

對待核對的記賬記錄和對賬單記錄進行特征提取，得到待識別特征；

向所述目標分類模型輸入所述待識別特征，利用所述目標分類模型對所述待識別特征進行識別，輸出所述待核對的記賬記錄和對賬單記錄是否匹配的分類結果。

2.根據權利要求1所述的賬務數據核對方法，其特征在于，所述分別對所述正樣本和所述負樣本進行特征提取，包括：

根據文本相似度的計算方法分別計算所述正樣本中記賬記錄與對賬單記錄的文本相似度得分以及所述負樣本中記賬記錄與對賬單記錄的文本相似度得分；

分別計算所述正樣本中日記賬業務日期與對賬單日期之間的差值以及所述負樣本中日記賬業務日期與對賬單日期之間的差值；

分別計算所述正樣本中日記賬借方金額與對賬單貸方金額之間的差值以及所述負樣本中日記賬借方金額與對賬單貸方金額之間的差值；

分別計算所述正樣本中日記賬貸方金額與對賬單借方金額之間的差值以及所述負樣本中日記賬貸方金額與對賬單借方金額之間的差值。

3.根據權利要求1所述的賬務數據核對方法，其特征在于，所述分別對所述正樣本和所述負樣本進行特征提取，包括：

根據文本相似度的計算方法分別計算所述正樣本中記賬記錄與對賬單記錄的文本相似度得分以及所述負樣本中記賬記錄與對賬單記錄的文本相似度得分；

其中，所述文本相似度的計算方法包括基于文本相似度計算模型的計算方法，所述文本相似度計算模型用于表示n個變量與因變量的函數關系，其中n為大于或等于1的正整數；

所述文本相似度計算模型的構建過程包括：

分別根據n種文本相似度算法中的每一種計算第一訓練文本與第二訓練文本之間的相似度，得到n個第一初始相似度得分；

獲取所述第一訓練文本與所述第二訓練文本的標準相似度得分，所述標準相似度得分為人為評分；

基于機器學習算法，將每個所述第一初始相似度得分作為所述n個變量中的一個變量的取值、所述標準相似度得分作為所述因變量的取值，對所述n個第一初始相似度得分與所述標準相似度得分進行擬合，得到所述文本相似度計算模型的參數，所述參數用于擬合所述n個變量以得到所述因變量。

4.根據權利要求3所述的賬務數據核對方法，其特征在于，所述基于文本相似度計算模型的計算方法，包括：

分別根據所述n種文本相似度算法中的每一種計算所述正樣本中記賬記錄與對賬單記錄的文本的第二初始相似度得分，向所述文本相似度計算模型輸入n個所述第二初始相似度得分，計算得到所述正樣本中記賬記錄與對賬單記錄的文本相似度得分；

分別根據所述n種文本相似度算法中的每一種計算所述負樣本中記賬記錄與對賬單記錄的文本的第三初始相似度得分，向所述文本相似度計算模型輸入n個所述第三初始相似度得分，計算得到所述負樣本中記賬記錄與對賬單記錄的文本相似度得分。

5.根據權利要求1所述的賬務數據核對方法，其特征在于，所述對待核對的記賬記錄和對賬單記錄進行特征提取之前，所述方法還包括：

根據業務日期對待核對的記賬記錄進行排序，根據日期對待核對的對賬單記錄進行排序；

根據排序后的業務日期將待核對的記賬記錄拆分為多個集合，每個所述集合對應一個日期范圍；

在所述多個集合中，確定待核對的對賬單記錄的日期在所述日期范圍內的目標集合；

所述對待核對的記賬記錄和對賬單記錄進行特征提取，包括：

對所述目標集合中的記賬記錄和待核對的對賬單記錄進行特征提取。