申请/专利权人：深圳大数信科技术有限公司;深圳大合创智科技有限公司

申请日：2024-01-04

公开（公告）日：2024-03-22

公开（公告）号：CN117521602B

主分类号：G06F40/151

分类号：G06F40/151;G06F16/951;G06F40/205;G06Q40/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了基于RPA+NLP的多模态文字转换方法、系统及介质，涉及文字转换技术领域，包括使用网络爬虫获取多个金融网站N；使用RPA机器人对样本金融网站1至样本金融网站N中的数据进行抓取；基于文字转换的结果得到样本金融网站的抽取模式；基于优化后得到的多个完善模式对多个样本金融网站进行文字转换；本发明用于解决现有技术中缺少在提取网站的数据中对文字转换方面的改进，这会导致当使用现有的文字转换方法提取网站中的数据时，会因提取时的数据较多导致对网站中的音频数据或图片数据造成遗漏或缺失等问题。

主权项：1.一种基于RPA+NLP的多模态文字转换方法，其特征在于，包括：使用网络爬虫获取多个金融网站，记为样本金融网站1至样本金融网站N；使用RPA机器人对样本金融网站1至样本金融网站N中的数据进行抓取；使用RPA机器人对样本金融网站1至样本金融网站N中的数据进行抓取包括：使用RPA机器人对样本金融网站1至样本金融网站N中的文本数据进行抓取，记为文本样本1至文本样本N；使用RPA机器人对样本金融网站1至样本金融网站N中的视频数据以及图片数据进行抓取并记为样本金融网站的音图样本；使用文本转换法对每个样本金融网站对应的多个文本样本以及多个音图样本进行文字转换，基于文字转换的结果得到样本金融网站的抽取模式；使用文本转换法对每个样本金融网站对应的多个文本样本以及多个音图样本进行文字转换，基于文字转换的结果得到样本金融网站的抽取模式包括：对于样本金融网站1至样本金融网站N中的任意一个样本金融网站X，每隔标准更新时间获取样本金融网站X的文本样本以及音图样本，得到样本金融网站X的多个文本样本以及多个音图样本；使用文本转换法对每个样本金融网站的多个文本样本以及多个音图样本进行分析；基于文本转换法的结果得到所有样本金融网站的抽取模式，依次记为抽取模式1至抽取模式N；文本转换法包括：对于任意一个样本金融网站X，样本金融网站X的抽取模式为：当使用RPA机器人基于NLP技术在样本金融网站X中由上向下进行文字提取时，当文字提取的数量等于任意一个图片样本的开始转换字数时，获取此时文字下方最近的图片样本并对该图片中的文字进行文字提取，当文字提取的数量等于任意一个图片样本的结束转换字数时，将此时文字上方的图片样本记为已提取图片；当使用RPA机器人基于NLP技术在样本金融网站X中由上向下进行文字提取时，当文字提取的数量等于任意一个视频样本的开始转换字数时，获取此时文字下方最近的视频样本并对该视频样本中的文字进行文字提取，当文字提取的数量等于任意一个视频样本的结束转换字数时，将此时文字上方的视频样本记为已提取视频；基于每个样本金融网站的抽取模式对多个人工样本网站中的数据进行文字转换，基于文字转换的结果对文本转换法进行优化，基于优化后得到的多个完善模式对多个样本金融网站进行文字转换；基于每个样本金融网站的抽取模式对多个人工样本网站中的数据进行文字转换，基于文字转换的结果对文本转换法进行优化，基于优化后得到的多个完善模式对多个样本金融网站进行文字转换包括：基于每个样本金融网站中图片样本以及视频样本的位置数据，生成多个人工样本网站，其中，每个人工样本网站对应一个样本金融网站，且人工样本网站中的图片样本以及视频样本的位置均与样本金融网站一致，人工样本网站中的图片样本以及视频样本通过网络爬虫进行获取；对于任意一个样本金融网站X，使用样本金融网站X的抽取模式对样本金融网站X对应的人工样本网站进行文字转换；当人工样本网站中的所有图片样本均被记为已提取图片且所有视频样本均被记为已提取视频时，将样本金融网站X的抽取模式记为完善模式；当人工样本网站中的任意一个图片样本未被记为已提取图片，将未被记为已提取图片的图片样本对应的开始转换字数以及结束转换字数新增入样本金融网站X的抽取模式中；当人工样本网站中的任意一个视频样本未被记为已提取视频时，将未被记为已提取视频的视频样本对应的开始转换字数以及结束转换字数新增入样本金融网站X的抽取模式中；对于任意一个样本金融网站X的抽取模式，当抽取模式被改变时，重新使用样本金融网站X的抽取模式对样本金融网站X对应的人工样本网站进行文字转换。

全文数据：

权利要求：

百度查询： 深圳大数信科技术有限公司;深圳大合创智科技有限公司 基于RPA+NLP的多模态文字转换方法、系统及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD