[發明專利]結合RPA和AI的信息錄入方法、裝置、計算機設備和介質

在審

• 申請號: 202010825399.2
• 申請日: 2020-08-17
• 公開（公告）號: CN112182140A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 胡一川;汪冠春;褚瑞;李瑋;唐梓毅
• 申請（專利權）人: 北京來也網絡科技有限公司;北京奔影網絡科技有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/2458;G06K9/20;G06F40/216;G06F40/289;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

1.一種結合RPA和AI的信息錄入方法，其特征在于，包括：

RPA系統獲取待處理合同圖片的文字識別結果，其中，所述文字識別結果包括公司名稱信息；

所述RPA系統對所述公司名稱信息進行分詞處理，以得到所述公司名稱信息的分詞序列；

所述RPA系統將所述分詞序列中每相鄰N個分詞劃分為一段，以得到所述公司名稱信息的多段分詞，其中，N為大于1的整數；

所述RPA系統基于預設的倒排索引庫，對每段分詞進行檢索，以得到每段分詞的第一候選公司名稱詞條集合，其中，所述第一候選公司名稱詞條集合包括多個第一候選公司名稱詞條，所述第一候選公司名稱詞條與對應段分詞至少有兩個分詞匹配；

所述RPA系統根據多個所述第一候選公司名稱詞條，獲取與所述公司名稱信息文本相似度最高的目標公司名稱信息；

所述RPA系統根據所述目標公司名稱信息和與所述目標公司名稱信息對應的公司地址信息，對所述待處理合同圖片對應的合同信息錄入表進行自動信息錄入。

2.根據權利要求1所述的方法，其特征在于，所述RPA系統根據多個所述第一候選公司名稱詞條，獲取與所述公司名稱信息文本相似度最高的目標公司名稱信息，包括:

所述RPA系統根據每段分詞的多個所述第一候選公司名稱詞條，確定所述公司名稱信息的第二候選公司名稱詞條集合，其中，所述第二候選公司名稱詞條包括至少一個第二候選公司名稱詞條，所述第二候選公司名稱詞條與所述分詞序列相匹配的分詞數量最多；

所述RPA系統根據所述公司名稱信息與每個所述第二候選公司名稱詞條之間的文本相似度，獲取文本相似度最高的第二候選公司名稱詞條作為所述目標公司名稱信息。

3.根據權利要求1所述的方法，其特征在于，所述RPA系統對所述公司名稱信息進行分詞處理，以得到所述公司名稱信息的分詞序列，包括：

所述RPA系統對所述公司名稱信息進行單字分詞處理，以得到所述公司名稱信息的單字序列；

所述RPA系統對所述公司名稱信息進行詞語分詞處理，以得到所述公司序列的詞維度序列；

所述RPA系統獲取所述詞維度序列中的每個詞組；

所述RPA系統針對每個所述詞組，將所述單字序列中與所述詞組對應的單字刪除，以得到處理后的單字序列；

所述RPA系統根據所述詞組和所述處理后的單字序列，生成所述公司名稱信息的分詞序列。

4.根據權利要求2所述的方法，其特征在于，所述RPA系統根據每段分詞的多個所述第一候選公司名稱詞條，確定所述公司名稱信息的第二候選公司名稱詞條集合，包括：

所述RPA系統根據每段分詞的多個所述第一候選公司名稱詞條，獲取每個所述第一候選公司名稱詞條與所述分詞序列中分詞相匹配的分詞數量；

所述RPA系統從多個所述第一候選公司名稱詞條中，選擇分詞數量滿足預設條件的第一候選公司名稱詞條，以生成所述公司名稱信息的第二候選公司名稱詞條。

5.根據權利要求2所述的方法，其特征在于，所述RPA系統根據所述公司名稱信息與每個所述第二候選公司名稱詞條之間的文本相似度，獲取文本相似度最高的第二候選公司名稱詞條作為所述目標公司名稱信息，包括：

所述RPA系統針對每個所述第二候選公司名稱詞條，確定所述公司名稱信息與所述第二候選公司名稱詞條之間的最小編輯距離；

所述RPA系統從多個所述第二候選公司名稱詞條中，選擇所述最小編輯距離最小的第二候選公司名稱詞條作為所述目標公司名稱信息。

6.根據權利要求4所述的方法，其特征在于，所述RPA系統從多個所述第一候選公司名稱詞條中，選擇分詞數量滿足預設條件的第一候選公司名稱詞條，以生成所述公司名稱信息的第二候選公司名稱詞條，包括：

所述RPA系統按照所述分詞數量從大到小的順序，對多個所述第一候選公司名稱詞條進行排序，以得到排序結果；

所述RPA系統從所述排序結果中選擇排序在前的M個第一候選分詞名稱信息，以生成所述公司名稱信息的第二候選公司名稱詞條，其中，M為大于或者等于1的整數。