申请/专利权人：北京来也网络科技有限公司;来也科技(北京)有限公司

申请日：2020-08-17

公开（公告）日：2024-04-09

公开（公告）号：CN112182058B

主分类号：G06F16/2458

分类号：G06F16/2458;G06F40/289;G06F40/30;G06N3/0499

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.01#著录事项变更;2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本申请提出一种结合RPA和AI的内容获取方法、装置、计算机设备及介质，该方法包括采用机器人流程自动化RPA方法，获取待识别文本；采用RPA方法结合抽取模型，匹配待识别文本之中的第一候选内容和第二候选内容，抽取模型包括：精确匹配项和模糊匹配项，第一候选内容为基于精确匹配项匹配得到的，第二候选内容为基于模糊匹配项匹配得到的；基于人工智能AI的自然语言处理NaturalLanguageProcessing，NLP之中的浅层神经网络模型，从所述第一候选内容和第二候选内容之中确定出目标内容。通过本申请能够节约文本内容获取耗时，提升文本内容获取的便捷性，从而有效提升文本内容获取的应用性能，提升文本内容获取的工业化应用效果。

主权项：1.一种结合RPA和AI的内容获取方法，其特征在于，所述方法包括：采用机器人流程自动化RPA方法，获取待识别文本；采用所述RPA方法结合抽取模型，匹配所述待识别文本之中的第一候选内容和第二候选内容，所述抽取模型包括：精确匹配项和模糊匹配项，所述第一候选内容为基于所述精确匹配项匹配得到的，所述第二候选内容为基于所述模糊匹配项匹配得到的；基于人工智能AI的自然语言处理NaturalLanguageProcessing，NLP之中的浅层神经网络模型，从所述第一候选内容和第二候选内容之中确定出目标内容；所述基于人工智能AI之中的浅层神经网络模型，从所述第一候选内容和第二候选内容之中确定出目标内容，包括：分别将所述第一候选内容和第二候选内容作为结点，采用边连接至少部分结点，以构建图模型，各个所述结点，对应一个所述精确匹配项或者所述模糊匹配项；基于所述浅层神经网络模型，确定所述边对应的评分值；根据所述评分值，从所述图模型之中确定出目标路径，并将所述目标路径上的各边所连接结点对应的所述第一候选内容和所述第二候选内容作为所述目标内容；所述基于所述浅层神经网络模型，确定所述边对应的评分值，包括：根据所述第一候选内容的位置信息，对所述待识别文本进行划分，得到文本片段；确定与所述文本片段对应的目标模糊匹配项，所述目标模糊匹配项属于多个所述模糊匹配项；将所述文本片段和所述目标模糊匹配项描述的文本内容，输入所述浅层神经网络模型，并将所述浅层神经网络模型的输出值作为所述边对应的评分值；所述将所述文本片段和所述目标模糊匹配项描述的文本内容，输入所述浅层神经网络模型，并将所述浅层神经网络模型的输出值作为所述边对应的评分值，包括：获取所述文本片段的第一词信息和第一字信息；获取所述文本内容的第二词信息和第二字信息；将所述第一词信息、第一字信息、第二词信息，以及第二字信息共同输入所述浅层神经网络模型，并采用所述浅层神经网络模型分析所述文本片段和所述文本内容之间的相似度值；以及将所述浅层神经网络模型输出的相似度值作为所述评分值。

全文数据：

权利要求：

百度查询： 北京来也网络科技有限公司;来也科技(北京)有限公司 结合RPA和AI的内容获取方法、装置、计算机设备及介质

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