[發明專利]RPA結合AI的模型融合結果獲取方法、裝置及電子設備

在審

• 申請號: 202110984196.2
• 申請日: 2021-08-25
• 公開（公告）號: CN113723072A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 張原;白澤宇;汪冠春;胡一川;褚瑞;李瑋
• 申請（專利權）人: 北京來也網絡科技有限公司;來也科技（北京）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;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: 羅嵐

1.一種RPA結合AI的模型融合結果獲取方法，其特征在于，由RPA系統執行，所述方法包括：

所述RPA系統獲取待處理信息，并將所述待處理信息分別輸入n個模型中，以基于自然語言處理NLP獲取所述待處理信息的n個處理結果，其中，n為大于1的整數；

所述RPA系統獲取任一所述處理結果與其余n-1個所述處理結果之間的距離；

所述RPA系統根據所述距離，獲取所述待處理信息的目標處理結果，并進行展示。

2.根據權利要求1所述的方法，其特征在于，所述RPA系統根據所述距離，獲取所述待處理信息的目標處理結果，包括：

所述RPA系統根據所述距離，獲取任一所述處理結果與其余n-1個所述處理結果之間的所述距離的距離之和；

所述RPA系統根據所述距離之和，確定與其余n-1個所述處理結果之間的所述距離之和最小的所述處理結果，并將所述距離之和最小的所述處理結果作為所述目標處理結果。

3.根據權利要求1所述的方法，其特征在于，所述RPA系統獲取任一所述處理結果與其余n-1個所述處理結果之間的距離之前，還包括：

所述RPA系統對所有的所述處理結果進行編碼，以得到n個處理結果向量。

4.根據權利要求3所述的方法，其特征在于，所述RPA系統對所有的所述處理結果進行編碼，以得到n個處理結果向量，包括：

所述RPA系統將所有的所述處理結果輸入訓練好的編碼模型中，并將輸出的n個長度均為預設長度的編碼結果作為所述處理結果向量。

5.根據權利要求3-4中任一項所述的方法，其特征在于，所述RPA系統獲取任一所述處理結果與其余n-1個所述處理結果之間的距離，包括：

所述RPA系統根據所述處理結果向量，獲取任一所述處理結果與其余n-1個所述處理結果之間的相似度信息；

所述RPA系統根據所述相似度信息，獲取所述距離。

6.根據權利要求1所述的方法，其特征在于，所述RPA系統獲取任一所述處理結果與其余n-1個所述處理結果之間的距離，包括：

所述RPA系統根據所述處理結果，獲取任一所述處理結果與其余n-1個所述處理結果之間的編輯距離或者詞移距離。

7.一種RPA結合AI的模型融合結果獲取裝置，其特征在于，包括：

第一獲取模塊，用于獲取待處理信息，并將所述待處理信息分別輸入n個模型中，以基于自然語言處理NLP獲取所述待處理信息的n個處理結果，其中，n為大于1的整數；

第二獲取模塊，用于獲取任一所述處理結果與其余n-1個所述處理結果之間的距離；

展示模塊，用于根據所述距離，獲取所述待處理信息的目標處理結果，并進行展示。

8.根據權利要求7所述的裝置，其特征在于，所述展示模塊，還用于：

根據所述距離，獲取任一所述處理結果與其余n-1個所述處理結果之間的所述距離的距離之和；

根據所述距離之和，確定與其余n-1個所述處理結果之間的所述距離之和最小的所述處理結果，并將所述距離之和最小的所述處理結果作為所述目標處理結果。

9.根據權利要求7所述的裝置，其特征在于，所述第二獲取模塊，還用于：

對所有的所述處理結果進行編碼，以得到n個處理結果向量。

10.根據權利要求9所述的裝置，其特征在于，所述第二獲取模塊，還用于：

將所有的所述處理結果輸入訓練好的編碼模型中，并將輸出的n個長度均為預設長度的編碼結果作為所述處理結果向量。

11.根據權利要求9-10中任一項所述的裝置，其特征在于，所述第二獲取模塊，還用于：

根據所述處理結果向量，獲取任一所述處理結果與其余n-1個所述處理結果之間的相似度信息；

根據所述相似度信息，獲取所述距離。