[发明专利]一种单据识别方法、系统、计算机可读存储介质

说明书

本发明公开了一种单据识别方法、系统、计算机可读存储介质，方法包括：构建行程信息模型和单据大类模型；接收填单请求，对填单请求中的单据进行单据大类识别；若是识别到单据大类为差旅类，则依次基于训练好的行程信息模型、单据大类模型对单据进行识别，并将各自的识别结果输出到对应的单据中；若是识别到单据大类不是差旅类，则基于单据大类模型对单据进行识别，并将识别结果输出到对应的单据中。通过本发明的方案，提高了填单准确性和填单效率，减少了传统的人工报账的填写错误率和初审打回率。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种单据识别方法、系统、计算机可读存储介质。

背景技术

传统的报账系统填单繁琐，例如，需要录入各行程信息、需要自行计算行程差旅补助、需要确认单据金额关系是否正确、需要自行确认费用及分摊。并且在管控个性化的情况下，填写差异较大，填单人往往要花费很长时间去学习不同的报账流程。因此如何快捷的根据消费或者填写事项快速地匹配关联信息进行填单，简化填单过程已成为亟需解决的难题。

发明内容

有鉴于此，本发明提出了一种单据识别方法、系统、计算机可读存储介质，解决了传统报账时个人填单需要录入各行程信息、需要自行计算行程差旅补助、需要确认单据金额关系是否正确、需要自行确认费用及分摊等过程，实现了智能快捷的填单方式，减少填写错误率和初审打回率，提高了报账效率。

基于上述目的，本发明实施例的一方面提供了一种单据识别方法，具体包括如下步骤：

构建行程信息模型和单据大类模型；

接收填单请求，对所述填单请求中的单据进行单据大类识别；

若是识别到所述单据大类为差旅类，则依次基于训练好的行程信息模型、单据大类模型对所述单据进行识别，并将各自的识别结果输出到对应的单据中；

若是识别到所述单据大类不是差旅类，则基于单据大类模型对所述单据进行识别，并将识别结果输出到对应的单据中。

在一些实施方式中，构建单据大类模型包括：

设定单据大类模型的输入变量和分类结果验证可信度；

构建果蝇优化算法-支持向量机运行框架，所述果蝇优化算法-支持向量机运行框架配置为：

接收历史数据并从所述历史数据中提取对应的数据到所述输入变量；

对提取数据进行标准化处理；

设置果蝇优化算法的迭代次数、种群规模、适应度函数、飞行步长以及算法空间，并设置支持向量机的训练内核、算法类型；

将标准化处理后的提取数据输入到设置好的果蝇优化算法-支持向量机运行框架以建立单据大类初始模型；

对所述单据大类初始模型进行交叉验证；

响应于交叉验证的结果大于所述分类结果验证可信度，基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优以得到单据大类模型。

在一些实施方式中，基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优以得到单据大类模型，包括：

基于果蝇优化算法对交叉验证后的单据大类初始模型进行寻优；

响应于寻优次数小于等于果蝇优化算法的迭代次数且寻优结果大于等于所述分类结果验证可信度，得到最终的单据大类模型；

响应于寻优次数大于果蝇优化算法的迭代次数且寻优结果小于所述分类结果验证可信度，将提取数据拆分为拟合数据和偏差数据，并对偏差数据进行分组；