[发明专利]一种金融长文本复核系统的金融数据一致性审核模块

说明书

本发明提供一种金融长文本复核系统的金融数据一致性审核模块，其包括：文本解析模块，用于获取金融长文本的表格数据；表格解析模块，使用NLP和表格识别技术，识别表格数据并提取关键信息，将表格数据以及表格数据关系按预定义的数据模型组织输出并保存至数据库中；表格数据读取模块，根据表格数据关系读取表格数据；表格数据处理模块，用于将表格数据划分为财务摘要表、财务主表和财务附注表；表格数据审核模块，根据会计准则提取数据一致性审核规则，按规则进行数据匹配；审核结果输出模块，将匹配后的数据按预定格式输出并存保存至数据库并输出审核结果其包括数据解析模块以及数据审核模块。

技术领域

本发明涉及金融文本分析领域，尤其涉及一种金融长文本复核系统的金融数据一致性审核模块。

背景技术

金融长文本主要指年度报告、招股说明书、审计报告等财务数据文本，该些文本主要由文本段落、财务指标和表格数据等复杂元素组成，目前，金融机构或企业本身需要对金融长文本进行复核或其他处理挖掘潜在信息，但该些金融长文本主要依靠人工复核，由于数据量之大以及数据之间的关系复杂，造成人工复核的效率以及精准度低，甚至在发布出去的年度报告中存在数据不一致的问题，为了提高金融长文本的复核效率和精准度，基于计算机强大的计算能力，结合人工智能对自然语言处理技术的兴起，现提出一种金融长文本符合系统，以解决金融长文本符合效率低以及精准度低的问题，而金融长文本复核系统需要对前后文的表格数据进行数据一致性审核，为此需要提出一种金融长文本数据一致性审核模块。

发明内容

为了解决现有技术存在的缺点，本发明提供一种金融长文本复核系统的金融数据一致性审核模块，其通过解析金融长文本的文本内容，结合人工智能对文本内容的处理，实现金融长文本的高效率以及精准复核。

本发明提供一种金融长文本复核系统，其包括：文本解析模块，用于获取金融长文本的表格数据；表格解析模块，使用NLP和表格识别技术，识别表格数据并提取关键信息，将表格数据以及表格数据关系按预定义的数据模型组织输出并保存至数据库中；表格数据读取模块，根据表格数据关系读取表格数据；表格数据处理模块，用于将表格数据划分为财务摘要表、财务主表和财务附注表；表格数据审核模块，根据会计准则提取数据一致性审核规则，按规则进行数据匹配；审核结果输出模块，将匹配后的数据按预定格式输出并存保存至数据库并输出审核结果其包括数据解析模块以及数据审核模块。

优选的，所述金融长文本为PDF格式文本。

优选的，所述表格数审核模块还包括金融长文本预处理模块，其用于将PDF格式文本按页转换为图片格式文本，根据CV模型预处理后输出表格数据。

优选的，所述表格数据审核模块通过通用预料和金融预料进行自学习训练获取会计准则。

优选的，所述表格数据审核模块根据会计准则对上下文出现的同义数据进行匹配。

优选的，其还包括一批注模块，该批注模块支持表格数据批注，该批注同时显示在与该被批注的表格数据的同义数据处。

优选的，其根据以下步骤处理金融长文本：S1：输入金融长文本；S2：解析金融长文本获取表格数据；S3：区分表格数据类型；S4：提取会计准则；S5：根据会计准则进行数据匹配；S6：将得到的信息处理为规定格式；S7：输出审核结果。

本发明提供的金融长文本复核系统，通过解析金融长文本得到表格数据，并定义表格数据关系，以区分表格类型，进而通过自学习获得会计准则，根据会计准则进行数据匹配，省去人工比对，加速数据的审核速度和准确性，提高金融长文本。

附图说明

图1是本发明提供的金融长文本复核系统的数据一致性审核模块的功能逻辑结构图；

图2是本发明提供的金融长文本复核系统的功能逻辑结构图；

图3是本发明提供的版面识别单元获取原始金融长文本对的文档篇章结构信息的具体步骤图；