[发明专利]基于机器学习模型的单据生成凭证方法及设备

说明书

本申请涉及一种基于机器学习模型的单据生成凭证方法，将待处理单据数据输入对应的模板匹配度模型，得到待处理单据数据的业务类别，及业务类别对应的专用处理模板，专用处理模板用来处理对应的业务类别的待处理单据数据，生成凭证数据。上述处理过程中，通过机器学习模型完成了业务人员对待处理单据数据进行分类并寻找处理单据数据的方法的过程；并通过预设的专用处理模板对待处理单据数据进行处理，生成凭证数据，代替了业务人员手动处理单据数据的过程。本申请中通过机械操作代替人工操作，实现了无人值守，自动完成业务分类，自动处理业务的过程，加快了对单据数据处理的速度，节省了人力资源。

技术领域

本申请涉及单据数据处理技术领域，尤其涉及一种基于机器学习模型的单据生成凭证方法及设备。

背景技术

现有技术中，手工记账需要业务人员通过原始纸质单据判断业务内容，再根据专业知识把单据内容转化成凭证分录并录入系统。手工通过单据录入凭证，需要业务人员充分理解单据所对应的业务类型，不仅无法快速处理多个单据，还浪费了人力。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于机器学习模型的单据生成凭证方法及设备。

本申请的方案如下：

根据本申请实施例的第一方面，提供一种基于机器学习模型的单据生成凭证方法，包括：

获取待处理单据数据；

根据所述待处理单据数据，基于所述待处理单据数据对应的模板匹配度模型，得到所述待处理单据数据的业务类别，及所述业务类别对应的专用处理模板；

基于所述专用处理模板对所述待处理单据数据进行处理，生成凭证数据。

优选的，在本申请一种可实现的方式中，还包括：

获取历史单据数据作为样本数据；

通过聚类方法对所述样本数据进行聚类，得到不同业务类别的样本数据；

确定各个业务类别与预设的专用处理模板的对应关系，以根据不同业务类别的样本数据及业务类别对应的专用处理模板，建立所述模板匹配度模型。

优选的，在本申请一种可实现的方式中，还包括：

确定所述样本数据对通用可处理数据的置信度；以根据所述样本数据及所述样本数据对所述通用可处理数据的置信度，建立所述模板匹配度模型。

优选的，在本申请一种可实现的方式中，还包括：

根据所述待处理单据数据，基于所述待处理单据数据对应的模板匹配度模型，得到所述待处理单据数据对所述通用可处理数据的置信度；

所述基于所述专用处理模板对所述待处理单据数据进行处理，生成凭证数据，具体包括：

在所述待处理单据数据对所述通用可处理数据的置信度高于预设阈值时，基于所述待处理单据数据的业务类别对应的专用处理模板对所述待处理单据数据进行处理，生成凭证数据。

优选的，在本申请一种可实现的方式中，还包括：

在所述待处理单据数据对所述通用可处理数据的置信度低于预设阈值时，通过预设的算法分析所述置信度低于预设阈值的异常原因，并将所述异常原因进行上报。

优选的，在本申请一种可实现的方式中，还包括：

判断所述凭证数据是否合规，并在所述凭证数据不合规时进行上报。

优选的，在本申请一种可实现的方式中，还包括：

在所述待处理单据数据对所述通用可处理数据的置信度低于预设阈值时，向用户发送无法处理此类业务的信息。