[发明专利]一种用于金融长文本复核系统的金融数据勾稽关系审核模块

权利要求书

1.一种用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，其包括：一数据获取模块、一数据解析模块、一数据读取模块、一数据分类模块、一数据质检模块、一勾稽关系检查模块以及一输出模块。

所述数据获取模块，用于获取金融长文本的表格数据；

所述数据解析模块，使用NLP模型和表格识别技术，识别并提取表格数据及表格标题数据，并将金融长文本中的表格数据以及表格标题数据转换为计算机可处理的结构，使得完成表格数据的结构化并保存至数据库中；

所述数据读取模块，读取所述数据解析模块结构化处理后的表格数据；

所述数据分类模块，根据表格标题数据和/或表格分类汇总方法，对所述数据读取模块读取的表格数据进行分类；

所述数据质检模块，其根据各类表格数据的校验规则以及深度学习算法对数据中的各项关键字段进行检查，对于发现的数据问题进行自动化检查和实时记录；其中所述的数据问题包括数据缺失和数据大小不合适；

所述勾稽关系检查模块，其对所述数据质检模块质检合格的表格数据根据会计准则提取文本中存在的勾稽关系规则，并由该些勾稽关系规则对分类的表格数据对应进行数据解析并计算对应数据，并与金融长文本解析的数据进行比较；

所述输出模块，对所述数据质检模块以及所述勾稽关系检查模块核查的数据进行统计和记录，并以预定格式输出并存保存至数据库。

2.如权利要求1所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，所述金融长文本为PDF格式文本。

3.如权利要求1所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，所述数据获取模块还包括一金融长文本转换单元，用于将PDF格式的金融长文本转换为图片格式文本，并将所述图片格式文本进行拉伸和二值化处理后根据CV模型获取表格数据。

4.如权利要求1所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，所述勾稽关系检查模块通过通用语料和金融语料进行自学习训练获取勾稽关系规则。

5.如权利要求1所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，还包括一人工质检模块，其对于未能通过所述数据解析模块、所述数据质检模块以及所述勾稽关系检查模块处理的数据，采用人工辅助方式进行人工标记和纠错。

6.如权利要求5所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，所述标记和纠错的具体内容包括：

对于所述数据解析模块中未能正确解析的数据进行人工标记，并积累到数据库中进行学习训练；

对于所述数据质检模块检测存在的问题数据进行人工纠正；

以及对于所述勾稽关系检查模块比较后的不符的误差数据进行标记。

7.如权利要求1所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，所述输出模块包括一显示单元和一标记单元，所述显示模块用于以标注形式显示数据审核结果；所述标记模块用于对问题数据和误差数据进行标识，并在所述显示模块中显示。

8.如权利要求1～7任意一项所述的用于金融长文本复核系统的金融数据勾稽关系审核模块，其特征在于，其根据以下步骤处理金融长文本：

步骤一：输入PDF金融长文本；

步骤二：获取金融长文本的表格数据；

步骤三：识别并提取表格数据以及表格标题数据；

步骤四：对提取的表格数据进行分类；

步骤五：对数据中的各项关键字段进行检查，对于发现的数据问题进行自动化检查和实时记录；

步骤六：对步骤五中检查合格的数据通过勾稽关系规则进行数据解析并计算对应数据，并与金融长文本解析的数据进行比较；

步骤七：对步骤五以及步骤六核查的数据进行统计和记录，并以预定格式输出并存保存至数据库。