[發明專利]人工智能的會計數據分錄方法、系統、設備及存儲介質

在審

• 申請號: 202211048086.6
• 申請日: 2022-08-30
• 公開（公告）號: CN115563271A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 甘德東
• 申請（專利權）人: 佛山市南舟智能科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/242;G06Q40/00
• 代理公司: 深圳市合道英聯專利事務所(普通合伙) 44309
• 代理人: 廉紅果

1.一種人工智能的會計數據分錄方法，其特征在于，包括：

在接收到至少一條待分錄會計數據的情況下，基于預先訓練獲得的當前分類模型，對待分錄會計數據進行分類，得到每條待分錄會計數據的分類結果；所述當前分類模型是基于歷史會計數據集進行訓練而得到的；所述分類結果包括科目代碼；

對每條待分錄會計數據和所述待分錄會計數據對應的科目代碼進行處理，得到會計分錄結果。

2.根據權利要求1所述的人工智能的會計數據分錄方法，其特征在于，在所述對每條待分錄會計數據和所述待分錄會計數據對應的科目代碼進行處理之前，還包括：

將每條待分錄會計數據以及所述待分錄會計數據對應的科目代碼添加到表格中，得到待處理表格數據；

所述對每條待分錄會計數據和所述待分錄會計數據對應的科目代碼進行處理，包括：

識別所述待處理表格數據，并對識別得到的待處理數據進行處理。

3.根據權利要求1所述的人工智能的會計數據分錄方法，其特征在于，在所述基于預先訓練獲得的當前分類模型，對待分錄會計數據進行分類，得到每條待分錄會計數據的分類結果之前，還包括：

獲取歷史會計數據集，所述歷史會計數據集包括多條歷史會計數據以及每條歷史會計數據的多個歷史科目代碼，所述歷史會計數據包括序時賬和/或日記賬，所述歷史會計數據具有對應的多個歷史科目代碼；

通過歷史會計數據集訓練初始分類模型，在所述初始分類模型的分類結果符合預設規則的情況下，得到訓練完成的當前分類模型。

4.根據權利要求3所述的人工智能的會計數據分錄方法，其特征在于，所述初始分類模型包括初始LinearSVC分類模型；

所述通過歷史會計數據集訓練初始分類模型，在所述初始分類模型的分類結果符合預設規則的情況下，得到訓練完成的當前分類模型，包括：

針對所述歷史會計數據集中的每條歷史會計數據，在通過初始LinearSVC分類模型對當前歷史會計數據的處理次數達到了N次，并在N個分類結果中，包括所述當前歷史會計數據的多個歷史科目代碼，任意一個歷史科目代碼的個數大于非歷史科目代碼的個數的情況下，通過初始LinearSVC分類模型對所述當前歷史會計數據的下一條歷史會計數據進行處理，直到所有的歷史會計數據都處理完成，得到訓練完成的當前LinearSVC分類模型，其中，針對每條歷史會計數據的每次訓練得到一個分類結果。

5.根據權利要求4所述的人工智能的會計數據分錄方法，其特征在于，所述獲取歷史會計數據之后，還包括：

對所述歷史會計數據集進行預處理，得到歷史會計向量集，所述歷史會計向量集包括多個歷史會計向量；

所述通過歷史會計數據集訓練初始分類模型，在所述初始分類模型的分類結果符合預設規則的情況下，得到訓練完成的當前分類模型，包括：

針對每個歷史會計向量，通過初始LinearSVC分類模型對所述歷史會計向量進行重復的N次處理，并在每次處理結束的情況下，調整初始LinearSVC分類模型的懲罰系數，得到新的懲罰系數，通過具有新的懲罰系數的初始LinearSVC分類模型對所述歷史會計向量進行再次處理，直至處理次數達到N次，并且，N個分類結果符合預設規則，則通過初始LinearSVC分類模型對所述歷史會計向量的下一個歷史會計向量進行處理，直到所有的歷史會計向量都處理完成，得到當前LinearSVC分類模型，每次對所述下一個歷史會計向量進行處理時，初始LinearSVC分類模型的懲罰系數為初始值。

6.根據權利要求5所述的人工智能的會計數據分錄方法，其特征在于，在所述獲取歷史會計數據集之前，所述方法還包括：構建包含會計特征信息的屬性詞典；

所述對所述歷史會計數據集進行預處理，得到歷史會計向量集，包括：

對所述歷史會計數據集中的各歷史會計數據進行分詞處理，以劃分獲得若干詞組；

依據所述屬性詞典分別對各所述詞組進行向量化預處理，獲得與各條歷史會計數據對應的歷史會計向量，以獲得所述歷史會計向量集。