申请/专利权人：杭州实在智能科技有限公司

申请日：2024-01-23

公开（公告）日：2024-05-10

公开（公告）号：CN117608565B

主分类号：G06F8/36

分类号：G06F8/36;G06F8/38;G06F8/34;G06F9/451

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明属于RPA技术领域，具体涉及基于屏幕截图分析的RPA中AI类组件推荐方法及系统。方法包括：S1，用户选取一种截图的交互模式；S2，用户截图过程中进行当前整个屏幕截图的OCR检测和NLP实体分析，并综合整个屏幕页面的版式、信息和结构，针对用户的使用记录和当前场景对用户进行可使用AI类组件的信息高亮和提示；S3，用户根据提示和自身的需要选取区域进行截图；S4，组件分析模型根据OCR检测和NLP实体分析的结果输出用户需要的AI类组件；S5，用户选择了对应的AI类组件后，直接将组件和组件参数生成到流程中。本发明具有能够降低用户使用门槛，节约成本以及提升整体RPA开发效率和用户体验的特点。

主权项：1.基于屏幕截图分析的RPA中AI类组件推荐方法，其特征在于，包括如下步骤；S1，用户选取一种截图的交互模式；S2，用户截图过程中进行当前整个屏幕截图的OCR检测和NLP实体分析，并综合整个屏幕页面的版式、信息和结构，针对用户的使用记录和当前场景对用户进行可使用AI类组件的信息高亮和提示；S3，用户根据步骤S2中的提示和自身的需要选取区域进行截图；S4，组件分析模型根据OCR检测和NLP实体分析的结果输出用户需要的AI类组件；S5，用户选择了对应的AI类组件后，直接将组件和组件参数生成到流程中；步骤S4包括如下步骤：S41，对用户的截图结果进行OCR识别，并提取截图中全部的文字内容；S42，使用NLP引擎对步骤S41中提取出的文字内容进行实体抽取，并将抽取出的实体结果暂存；S43，将步骤S41中OCR识别的内容和步骤S42中NLP引擎的输出结果结合起来，建立一个数据结构；S44，将步骤S43构建的数据结构，输入到已训练完毕的组件分析模型中，进行目标截图所属的业务场景和类别判断，并输出结果；S45，将组件分析模型的输出结果同AI类组件进行关系匹配，将组件列表根据预言值从大到小进行排列，并将最终的推荐结果展示给用户；步骤S44中，输出结果为一个场景类别列表，场景类别列表中的每个成员包含场景类别信息和组件分析模型针对对应场景的预言值。

全文数据：

权利要求：

百度查询： 杭州实在智能科技有限公司 基于屏幕截图分析的RPA中AI类组件推荐方法及系统

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