预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113723270A(43)申请公布日2021.11.30(21)申请号202110986254.5(22)申请日2021.08.25(71)申请人北京来也网络科技有限公司地址100080北京市海淀区丹棱路3号中国电子大厦19层1902申请人来也科技(北京)有限公司(72)发明人杨明汪冠春胡一川褚瑞李玮(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201代理人罗岚(51)Int.Cl.G06K9/00(2006.01)G06K9/34(2006.01)G06Q10/10(2012.01)权利要求书3页说明书9页附图5页(54)发明名称基于RPA及AI的文件处理方法及装置(57)摘要本申请公开了一种基于RPA及AI的文件处理方法以及装置。其中该方法包括:响应于基于机器人流程自动化RPA技术发现待处理的便携式文档格式PDF扫描件,对所述PDF扫描件进行图像处理以得到目标图像;获取针对所述目标图像的光学字符识别OCR识别信息;基于人工智能AI技术对所述OCR识别信息进行抽取和文档分类,获得针对所述OCR识别信息的抽取结果和所属文档类别;根据所述所属文档类别,将所述抽取结果录入至业务系统。相较于传统人工处理方法,本申请所提供的文件处理方法具有效率高、错误率低、人工成本低等优点。CN113723270ACN113723270A权利要求书1/3页1.一种基于RPA及AI的文件处理方法,其特征在于,包括:响应于基于机器人流程自动化RPA技术发现待处理的便携式文档格式PDF扫描件,对所述PDF扫描件进行图像处理以得到目标图像;其中,所述PDF扫描件是由图像采集装置对纸质文件进行扫描而生成的;获取针对所述目标图像的光学字符识别OCR识别信息;基于人工智能AI技术对所述OCR识别信息进行抽取和文档分类,获得针对所述OCR识别信息的抽取结果和所属文档类别;根据所述所属文档类别,将所述抽取结果录入至业务系统。2.根据权利要求1所述的方法,其特征在于,所述获取针对所述目标图像的光学字符识别OCR识别信息,包括:基于OCR识别引擎对所述目标图像进行识别,获得针对所述目标图像的OCR识别信息。3.根据权利要求1所述的方法,其特征在于,所述获取针对所述目标图像的光学字符识别OCR识别信息,包括:将所述目标图像发送给服务器;获取所述服务器基于OCR识别引擎对所述目标图像进行识别而得到的OCR识别信息。4.根据权利要求2或3所述的方法,其特征在于,所述基于OCR识别引擎对所述目标图像进行识别,包括:响应于识别出所述目标图像内容中包含表格,确定所述表格的所属类型;从预设的多个表格信息抽取器中确定出与所述所属类型匹配的目标表格信息抽取器;基于所述目标表格信息抽取器对所述目标图像之中表格进行识别。5.根据权利要求1所述的方法,其特征在于,所述基于人工智能AI技术对所述OCR识别信息进行抽取和文档分类,获得针对所述OCR识别信息的抽取结果和所属文档类别,包括:基于AI技术对所述OCR识别信息进行抽取,获得所述OCR识别信息之中的关键字段以及所述关键字段的属性值;基于AI技术对所述OCR识别信息进行文档分类,获得所述OCR识别信息的所属文档类别。6.根据权利要求1所述的方法,其特征在于,所述根据所述所属文档类别,将所述抽取结果录入至业务系统,包括:根据所述所属文档类别,获取所述业务系统之中与所述所属文档类别匹配的档案信息界面;根据所述档案信息界面之中各表单字段和所述抽取结果之中关键字段,将所述关键字段的属性值填写至所述档案信息界面之中与所述关键字段对应的表单字段的属性值位置。7.根据权利要求1所述的方法,其特征在于,在所述基于人工智能AI技术对所述OCR识别信息进行抽取和文档分类之前,所述方法还包括:对所述OCR识别信息进行数据清洗处理。8.根据权利要求1所述的方法,其特征在于,还包括:对所述OCR识别信息进行纠错处理;将经过所述纠错处理后的OCR识别信息生成对应的双层PDF文件,并存储所述双层PDF文件。2CN113723270A权利要求书2/3页9.一种基于RPA及AI的文件处理装置,其特征在于,包括:第一获取模块,用于响应于基于机器人流程自动化RPA技术发现待处理的便携式文档格式PDF扫描件,对所述PDF扫描件进行图像处理以得到目标图像;其中,所述PDF扫描件是由图像采集装置对纸质文件进行扫描而生成的;第二获取模块,用于获取针对所述目标图像的光学字符识别OCR识别信息;第三获取模块,用于基于人工智能AI技术对所述OCR识别信息进行抽取和文档分类,获得针对所述OCR识别信息的抽取结果和所属文档类别;录入模块,用于根据所述所属文档类别,将所述抽取结果录入至业务系统。10.根据