[發(fā)明專利]基于票據(jù)知識圖譜的主次數(shù)據(jù)庫分配方法及相關(guān)設(shè)備

在審

• 申請?zhí)枺?/td>: 202011303250.4
• 申請日: 2020-11-19
• 公開（公告）號: CN112380321A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 熊常春;王敬貴;李海良;張林;劉昂;吳江川
• 申請（專利權(quán)）人: 深圳季連科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36;G06F40/295
• 代理公司: 廣州海藻專利代理事務(wù)所(普通合伙) 44386
• 代理人: 鄭鳳姣

本發(fā)明提供一種基于票據(jù)知識圖譜的主次數(shù)據(jù)庫分配方法及相關(guān)設(shè)備，包括：對公司的票據(jù)進(jìn)行光學(xué)字符識別，得到票據(jù)中的多個(gè)數(shù)據(jù)字段；根據(jù)多個(gè)數(shù)據(jù)字段構(gòu)建票據(jù)字段關(guān)聯(lián)知識圖譜；獲取與公司對應(yīng)的新聞文本，并對新聞文本進(jìn)行事件抽取，得到公司的成長事件；調(diào)用預(yù)先訓(xùn)練的BERT預(yù)訓(xùn)練分類模型基于成長事件進(jìn)行分類，得到票據(jù)的變化概率；基于變化概率更新票據(jù)字段關(guān)聯(lián)知識圖譜；將更新后的票據(jù)字段關(guān)聯(lián)知識圖譜中的小于預(yù)設(shè)概率閾值的變化概率對應(yīng)的數(shù)據(jù)字段寫入主數(shù)據(jù)庫中，及將大于或者等于預(yù)設(shè)概率閾值的變化概率對應(yīng)的數(shù)據(jù)字段寫入從數(shù)據(jù)庫中。本發(fā)明能夠基于票據(jù)知識圖譜進(jìn)行主次數(shù)據(jù)庫分配，使得企業(yè)能夠獲得實(shí)時(shí)的票據(jù)信息，提高開票效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種基于票據(jù)知識圖譜的主次數(shù)據(jù)庫分配方法、系統(tǒng)及電子設(shè)備。

背景技術(shù)

在大型集體公司的商務(wù)合作中，經(jīng)常需要與合作公司進(jìn)行財(cái)務(wù)往來，這個(gè)過程中，當(dāng)公司的業(yè)務(wù)量很大，甚至經(jīng)常與上千家公司進(jìn)行業(yè)務(wù)往來的時(shí)候，就需要將這些公司的相關(guān)票據(jù)信息進(jìn)行管理，尤其是現(xiàn)在存在電子發(fā)票和自動化系統(tǒng)的時(shí)候，票據(jù)信息都會維護(hù)到一個(gè)重要的數(shù)據(jù)庫中，方便對這些公司的數(shù)據(jù)進(jìn)行查詢，并在開票的時(shí)候?qū)崿F(xiàn)自動化。

一般發(fā)票信息都是穩(wěn)定的，不輕易發(fā)生變動，但還是會出現(xiàn)財(cái)務(wù)信息發(fā)生變動的情況，傳統(tǒng)財(cái)務(wù)人員更新了財(cái)務(wù)信息后，并不一定會通知到公司的所有人員，就很容易有財(cái)務(wù)信息對接變更情況不及時(shí)發(fā)票開錯(cuò)的情況出現(xiàn)，造成財(cái)務(wù)環(huán)節(jié)的流程耗時(shí)長。

因此，有必要提供一種開票系統(tǒng)的主次數(shù)據(jù)庫分配的方案。

發(fā)明內(nèi)容

鑒于上述內(nèi)容，本發(fā)明提供了一種基于票據(jù)知識圖譜的主次數(shù)據(jù)庫分配方法、系統(tǒng)及電子設(shè)備，基于票據(jù)知識圖譜進(jìn)行主次數(shù)據(jù)庫分配，使得企業(yè)能夠獲得實(shí)時(shí)的票據(jù)信息，提高開票效率。

本發(fā)明的第一方面提供一種基于票據(jù)知識圖譜的主次數(shù)據(jù)庫分配方法，所述方法包括：

對公司的票據(jù)進(jìn)行光學(xué)字符識別，得到所述票據(jù)中的多個(gè)數(shù)據(jù)字段；

根據(jù)所述多個(gè)數(shù)據(jù)字段構(gòu)建票據(jù)字段關(guān)聯(lián)知識圖譜；

獲取與所述公司對應(yīng)的新聞文本，并對所述新聞文本進(jìn)行事件抽取，得到所述公司的成長事件；

調(diào)用預(yù)先訓(xùn)練的BERT預(yù)訓(xùn)練分類模型基于所述成長事件進(jìn)行分類，得到所述票據(jù)的變化概率；

基于所述變化概率更新所述票據(jù)字段關(guān)聯(lián)知識圖譜；

將更新后的票據(jù)字段關(guān)聯(lián)知識圖譜中的小于預(yù)設(shè)概率閾值的變化概率對應(yīng)的數(shù)據(jù)字段寫入主數(shù)據(jù)庫中，及將大于或者等于所述預(yù)設(shè)概率閾值的變化概率對應(yīng)的數(shù)據(jù)字段寫入從數(shù)據(jù)庫中。

根據(jù)本發(fā)明的一個(gè)可選的實(shí)施例，所述根據(jù)所述多個(gè)數(shù)據(jù)字段構(gòu)建票據(jù)字段關(guān)聯(lián)知識圖譜包括：

確定所述票據(jù)的票據(jù)類型；

根據(jù)所述公司的名稱、所述票據(jù)類型及每個(gè)數(shù)據(jù)字段計(jì)算變化率；

根據(jù)所述公司的名稱、所述票據(jù)類型、每個(gè)數(shù)據(jù)字段及對應(yīng)的變化率構(gòu)建四元組；

基于所述四元組構(gòu)建票據(jù)字段關(guān)聯(lián)知識圖譜。

根據(jù)本發(fā)明的一個(gè)可選的實(shí)施例，所述根據(jù)所述公司的名稱、所述票據(jù)類型及每個(gè)數(shù)據(jù)字段計(jì)算變化率包括：

從預(yù)設(shè)數(shù)據(jù)字段變化表中獲取所述數(shù)據(jù)字段的變化次數(shù)及獲取使用所述數(shù)據(jù)字段的總次數(shù)；

根據(jù)所述數(shù)據(jù)字段的變化次數(shù)及使用所述數(shù)據(jù)字段的總次數(shù)計(jì)算得到所述數(shù)據(jù)字段的變化率。

根據(jù)本發(fā)明的一個(gè)可選的實(shí)施例，所述獲取與所述公司對應(yīng)的新聞文本包括：

爬取多個(gè)新聞文本；