[发明专利]一种对账单数据处理方法、装置及存储介质

说明书

本发明提出了一种对账单数据处理方法、装置及存储介质，该方法包括：使用从数据库中获取的历史对账单数据对业务分类模型进行训练得到训练后的业务分类模型；使用所述训练后的业务分类模型对待处理的对账单数据进行分类，得到所述对账单数据的初始类别；将所述初始类别基于对账单数据中的对方账号进行调整后作为对账单数据的类别，或/和通过显示界面将所述初始类别提供给用户，用户确定该初始类别是否需要修改，如果是，由用户对所述初始类别进行修改得到对账单数据的类别；基于所述类别对所述对账单数据进行处理得到记账凭证。本发明中，使用改进的fastText模型，在生成词向量时考虑了词之间的关系，提高了模型的准确度，保证了生成凭证的准确性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种对账单数据处理方法、装置及存储介质。

背景技术

以互联网、大数据和人工智能等为代表的现代信息技术的发展日新月异，各种高大上的智能技术，已经运用到了社会生活的方方面面，智能化时代已经到来。然而，在财务记账方面，由于技术力量有限，目前许多小微企业的会计人员仍然停留在靠手工进行收付单据处理，人工进行凭证编制，业务处理的效率十分低下。亟需智能化的业务辅助处理能力，使财会人员摆脱繁重单调的劳作，提高领域的工作效率。

在资金流水和银行对账单中，流水摘要信息是对整体交易过程的简单描述，虽然信息简略，但是内涵丰富，对于后续账务处理十分有帮助。在本发明中，基于对账单流水摘要信息，fastTest模型可以用于文本的快速分类，但是由于对账单的文本较短，在对其训练时难以得到准确的分类模型，从而导致后续的处理准确性较差。这是现有技术的缺陷。

发明内容

本发明针对上述现有技术中一个或多个技术缺陷，提出了如下技术方案。

一种对账单数据处理方法，该方法包括：

训练步骤，使用从数据库中获取的历史对账单数据对业务分类模型进行训练得到训练后的业务分类模型；

分类步骤，使用所述训练后的业务分类模型对待处理的对账单数据进行分类，得到所述对账单数据的初始类别；

判断步骤，将所述初始类别基于对账单数据中的对方账号进行调整后作为对账单数据的类别，或/和通过显示界面将所述初始类别提供给用户，用户确定该初始类别是否需要修改，如果是，由用户对所述初始类别进行修改得到对账单数据的类别；

生成步骤，基于所述对账单数据的类别对所述对账单数据进行处理得到记账凭证后保存在数据库中。

更进一步地，所述业务分类模型是改进的fastText模型，所述改进的fastText模型的输入参数为词W_t-1、W_t-2、……、W_t-n+1的索引，基于所述词W_t-1、W_t-2、……W_t-n+1的索引和所述不同词之间的关系生成输入层词序列向量C(W_t-1)、C(W_t-2)、……、C(W_t-n+1)，将所述词序列向量C(W_t-1)、C(W_t-2)、……、C(W_t-n+1)输入隐蔽层处理后输入softmax层输出账单数据的初始类别。

更进一步地，所述基于所述词W_t-1、W_t-2、……W_t-n+1的索引和所述不同词之间的关系生成输入层词序列向量C(W_t-1)、C(W_t-2)、……、C(W_t-n+1)的操作为：