[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

本申請實施例公開了一種賬務數據核對方法及賬務數據核對裝置，用于實現記賬記錄與對賬單記錄的自動對賬。本申請實施例方法包括：基于機器學習算法，使用提取到的正樣本特征和負樣本特征對待訓練分類模型進行訓練，在訓練過程中待訓練分類模型不斷學習正樣本特征和負樣本特征，得到的目標分類模型可以用于核對記賬記錄和對賬單記錄，進而輸出待核對的記賬記錄和對賬單記錄是否匹配的分類結果。因此，通過使用目標分類模型，可以實現記賬記錄和對賬單記錄的自動核對，節省了財務出納人員的勞力付出，同時也避免了因人員失誤而造成記賬記錄和對賬單記錄的核對出錯。

技術領域

本申請實施例涉及賬務數據核對領域，具體涉及一種賬務數據核對方法及賬務數據核對裝置。

背景技術

在企業的財務管理活動中，日記賬和銀行對賬單的對賬清賬問題是財務領域的關鍵問題，其中的關鍵技術在于日記賬和銀行對賬單的相互匹配。當前，企業中的對賬清賬流程主要通過財務出納人員將日記賬與銀行送來的對賬單進行核對，在憑證的種類、編號、摘要內容、記賬方向及借方金額和貸方金額等方面加以核對，做到賬實相符。

然而，此種方式不僅要求出納人員具備專業的知識背景和業務背景，而且還比較費時費力。此外，出納人員在經過繁重的對賬工作后，還容易出現失誤。

為解決財務出納人員在對賬過程中的痛點問題，提升對賬效率，尋找一種自動的對賬方法成為了目前亟待解決的問題。

發明內容

本申請實施例提供了一種賬務數據核對方法及賬務數據核對裝置，用于實現記賬記錄與對賬單記錄的自動對賬。

本申請實施例第一方面提供了一種賬務數據核對方法，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。

本申請實施例第二方面提供了一種賬務數據核對裝置，包括：

獲取單元，用于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；

特征提取單元，用于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；

模型訓練單元，用于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；

所述獲取單元還用于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；

核對單元，用于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。