CN114611478B - 一种基于人工智能的信息处理方法、系统及云平台 - Google Patents
一种基于人工智能的信息处理方法、系统及云平台 Download PDFInfo
- Publication number
- CN114611478B CN114611478B CN202210282690.9A CN202210282690A CN114611478B CN 114611478 B CN114611478 B CN 114611478B CN 202210282690 A CN202210282690 A CN 202210282690A CN 114611478 B CN114611478 B CN 114611478B
- Authority
- CN
- China
- Prior art keywords
- information
- sub
- report
- interactive
- interaction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Digital Computer Display Output (AREA)
Abstract
本申请提供的基于人工智能的信息处理方法、系统及云平台,在对待处理报表互动信息进行拆分时,首先依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息,进而,便可以根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类,并且,每个原始报表互动子信息具有一种智能互动特征种类。这样,便可以依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对待处理报表互动信息进行识别,得到多个目标报表互动子信息。从而提高报表信息处理的完整性,进一步提高了信息处理效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及基于人工智能的信息处理方法、系统及云平台。
背景技术
人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等。
在人工智能技术不断的进步,人工智能能精确的对每个信息进行采集,然后对信息进行分类,这样能精确的对每个报表信息进行处理,这样不仅能提高报表信息处理的效率,还能有效的降低成本。
但是,在报表信息处理的过程中,还存在数据紊乱或者数据错误的问题。
发明内容
鉴于此,本申请提供了基于人工智能的信息处理方法、系统及云平台。
第一方面,提供一种基于人工智能的信息处理方法,所述方法包括:
依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息;
根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类;其中,不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,每个原始报表互动子信息具有一种智能互动特征种类;
依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息;其中,每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,每个目标报表互动子信息的全局区域范围与该目标报表互动子信息的目标智能互动特征种类对应的分割区域范围相映射,每个目标报表互动子信息的目标智能互动特征种类为:该目标报表互动子信息所涵盖的至少一个原始报表互动子信息所具有的智能互动特征种类;并且,每种智能互动特征种类对应的分割区域范围为:依据报表异常信息量权衡方式所设定的,并且为所述事先设置的智能信息处理标准的递增方式的区域范围。
进一步地,所述依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,包括:
从第一个原始报表互动子信息开始,遍历每个未拆分至任一目标报表互动子信息的原始报表互动子信息,在遍历到每个原始报表互动子信息时:若该原始报表互动子信息符合第一分割条件,则将该原始报表互动子信息拆分为一个目标报表互动子信息;其中,所述第一分割条件为:该原始报表互动子信息的智能互动特征种类对应的分割区域范围为所述事先设置的智能信息处理标准;
若该原始报表互动子信息不符合所述第一分割条件,则依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中;
其中,所述事先设置的拆分原则包括:
从未拆分至任一目标报表互动子信息的其他原始报表互动子信息中,选取符合第二拆分条件的报表互动子信息与该原始报表互动子信息进行整合的原则,所述第二拆分条件为:所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同,并且,所具有的区域范围加该原始报表互动子信息的区域范围所得到的区域范围之和与该原始报表互动子信息的智能互动特征种类对应的分割区域范围相映射。
进一步地,所述依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中的步骤,包括:
当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之前,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息;
若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息;
否则,遍历该原始报表互动子信息的下一原始报表互动子信息;
当该原始报表互动子信息为最后一个原始报表互动子信息时,将未拆分为目标报表互动子信息,且所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为同一目标报表互动子信息。
进一步地,所述依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中的步骤,包括:
当该原始报表互动子信息为最后一个原始报表互动子信息时,将该原始报表互动子信息拆分为一个目标报表互动子信息;
当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之后,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息;
若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息;
否则,将该原始报表互动子信息之后的未拆分至任一目标报表互动子信息的各个原始报表互动子信息中,所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同的各个原始报表互动子信息与该原始报表互动子信息,拆分为同一目标报表互动子信息。
进一步地,所述依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,包括:
将所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为一集合,得到各个报表互动子信息集合;
针对每个报表互动子信息集合,依据该报表互动子信息集合中各个原始报表互动子信息的智能互动特征种类对应的分割区域范围,将该报表互动子信息集合中的各个原始报表互动子信息拆分为各个目标报表互动子信息。
进一步地,所述根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类的步骤,包括:
根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值;其中,所述目标值用于表征报表互动信息关键属性的浮动变化量的关联关系;
根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类。
进一步地,所述根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值的步骤,包括:
计算每个原始报表互动子信息的首信息节点和最后一信息节点的置信度,作为该原始报表互动子信息的目标值;
或者,计算每个原始报表互动子信息中,每相邻两信息节点之间的置信度,将基于所得到的各个置信度确定的目标置信度,作为该原始报表互动子信息的目标值;其中,所述目标置信度包括:所得到的各个置信度中的最大置信度、所得到的各个置信度中的最小置信度,或者,所得到的各个置信度的平均值。
进一步地,事先设置的智能互动特征种类包括:基本状态、特定状态和浮动状态;所述基本状态、所述特定状态和所述浮动状态下,报表互动信息关键属性的浮动变化量的关联关系依次降低;所述根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类的步骤,包括:
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值不大于事先设置的第一置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述基本状态;
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第一置信度阈值,且不大于事先设置的第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述特定状态;其中,所述第二置信度阈值大于所述第一置信度阈值;
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述浮动状态。
进一步地,所述浮动状态对应的分割区域范围是所述基本状态对应的分割区域范围的第一递增方式,所述特定状态对应的分割区域范围是所述基本状态对应的分割区域范围的第二递增方式,所述第一整数大于所述第二整数。
第二方面,本申请实施例提供一种基于人工智能的信息处理系统,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
第三方面,本申请实施例提供一种云平台,所述云平台包括存储有程序的可读存储介质,以实现所述的方法。
本申请实施例所提供的基于人工智能的信息处理方法、系统及云平台,在对待处理报表互动信息进行拆分时,首先依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息,进而,便可以根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类,并且,每个原始报表互动子信息具有一种智能互动特征种类。这样,便可以依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对待处理报表互动信息进行识别,得到多个目标报表互动子信息。
其中,由于不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,从而,在对区域范围相同且所具有的智能互动特征种类不同的各个原始报表互动子信息进行剖析的前提下,解析模板针对上述每个原始报表互动子信息所用的时间可以是不同的。从而,可以依据报表异常信息量权衡方式设定的每种智能互动特征种类对应的分割区域范围,并且,每种智能互动特征种类对应的分割区域范围是事先设置的智能信息处理标准的增幅标准。这样,可以以事先设置的智能信息处理标准为标准,根据不同智能互动特征种类下,区域范围为上述事先设置的智能信息处理标准的各个报表互动信息关键属性的关联关系,确定每种智能互动特征种类对应的分割区域范围,从而,针对每种智能互动特征种类,解析模板在剖析具有该智能互动特征种类且区域范围为智能互动特征种类对应的分割区域范围的报表互动信息报表互动子信息时,所需的剖析区域范围可以是权衡的。进而,由于所拆分得到的每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,并且,该目标报表互动子信息的全局区域范围与该目标报表互动子信息所包括的至少一个原始报表互动子信息所具有的智能互动特征种类对应的分割区域范围相映射,从而,在对各个目标报表互动子信息进行剖析时,解析模板所用的时间可以是权衡的。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种基于人工智能的信息处理方法的流程图。
图2为本申请实施例所提供的一种基于人工智能的信息处理装置的框图。
图3为本申请实施例所提供的一种基于人工智能的信息处理系统的架构图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互集合合。
请参阅图1,示出了一种基于人工智能的信息处理方法,该方法可以包括以下步骤100-步骤300所描述的技术方案。
步骤100,依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息。
步骤200,根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类。
示例性的,不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,每个原始报表互动子信息具有一种智能互动特征种类。
步骤300,依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息。
示例性的,每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,每个目标报表互动子信息的全局区域范围与该目标报表互动子信息的目标智能互动特征种类对应的分割区域范围相映射,每个目标报表互动子信息的目标智能互动特征种类为:该目标报表互动子信息所涵盖的至少一个原始报表互动子信息所具有的智能互动特征种类;并且,每种智能互动特征种类对应的分割区域范围为:依据报表异常信息量权衡方式所设定的,并且为所述事先设置的智能信息处理标准的递增方式的区域范围。
可以理解,在执行上述步骤100-步骤300所描述的技术方案时,在对待处理报表互动信息进行拆分时,首先依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息,进而,便可以根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类,并且,每个原始报表互动子信息具有一种智能互动特征种类。这样,便可以依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对待处理报表互动信息进行识别,得到多个目标报表互动子信息。
其中,由于不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,从而,在对区域范围相同且所具有的智能互动特征种类不同的各个原始报表互动子信息进行剖析的前提下,解析模板针对上述每个原始报表互动子信息所用的时间可以是不同的。从而,可以依据报表异常信息量权衡方式设定的每种智能互动特征种类对应的分割区域范围,并且,每种智能互动特征种类对应的分割区域范围是事先设置的智能信息处理标准的增幅标准。这样,可以以事先设置的智能信息处理标准为标准,根据不同智能互动特征种类下,区域范围为上述事先设置的智能信息处理标准的各个报表互动信息关键属性的关联关系,确定每种智能互动特征种类对应的分割区域范围,从而,针对每种智能互动特征种类,解析模板在剖析具有该智能互动特征种类且区域范围为智能互动特征种类对应的分割区域范围的报表互动信息报表互动子信息时,所需的剖析区域范围可以是权衡的。进而,由于所拆分得到的每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,并且,该目标报表互动子信息的全局区域范围与该目标报表互动子信息所包括的至少一个原始报表互动子信息所具有的智能互动特征种类对应的分割区域范围相映射,从而,在对各个目标报表互动子信息进行剖析时,解析模板所用的时间可以是权衡的。
在一种可能的实施例中,发明人发现,依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别时,存在每个原始报表互动子信息不准确的问题,从而难以准确地得到多个目标报表互动子信息,为了改善上述技术问题,步骤300所描述的依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,具体可以包括以下步骤q1和步骤q2所描述的技术方案。
步骤q1,从第一个原始报表互动子信息开始,遍历每个未拆分至任一目标报表互动子信息的原始报表互动子信息,在遍历到每个原始报表互动子信息时:若该原始报表互动子信息符合第一分割条件,则将该原始报表互动子信息拆分为一个目标报表互动子信息;其中,所述第一分割条件为:该原始报表互动子信息的智能互动特征种类对应的分割区域范围为所述事先设置的智能信息处理标准。
步骤q2,若该原始报表互动子信息不符合所述第一分割条件,则依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中。
可以理解,在执行上述步骤q1和步骤q2所描述的技术方案时,依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别时,改善每个原始报表互动子信息不准确的问题,从而能够准确地得到多个目标报表互动子信息。
在一种可替换的实施例中,事先设置的拆分原则具体可以包括以下步骤w1所描述的技术方案。
步骤w1,从未拆分至任一目标报表互动子信息的其他原始报表互动子信息中,选取符合第二拆分条件的报表互动子信息与该原始报表互动子信息进行整合的原则,所述第二拆分条件为:所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同,并且,所具有的区域范围加该原始报表互动子信息的区域范围所得到的区域范围之和与该原始报表互动子信息的智能互动特征种类对应的分割区域范围相映射。
可以理解,在执行上述步骤w1所描述的技术方案时,通过选取符合第二拆分条件的报表互动子信息与该原始报表互动子信息进行整合,从而提高拆分原则的准确性。
在一种可能的实施例中,发明人发现,依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息时,存在原始报表互动子信息不精确的问题,从而难以精确地进行拆分,为了改善上述技术问他,步骤q2所描述的依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中的步骤,具体可以包括以下步骤q21-步骤q24所描述的技术方案。
步骤q21,当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之前,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息。
步骤q22,若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息。
步骤q23,否则,遍历该原始报表互动子信息的下一原始报表互动子信息。
步骤q24,当该原始报表互动子信息为最后一个原始报表互动子信息时,将未拆分为目标报表互动子信息,且所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为同一目标报表互动子信息。
可以理解,在执行上述步骤q21-步骤q24所描述的技术方案时,依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息时,改善原始报表互动子信息不精确的问题,从而能够精确地进行拆分。
在一种可能的实施例中,发明人发现,依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息时,存在符合第二分割条件的原始报表互动子信息不准确的问题,从而难以准确进行拆分,为了改善上述技术问题,步骤q2所描述依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息的步骤,具体可以包括以下步骤e1-步骤e4所描述的技术方案。
步骤e1,当该原始报表互动子信息为最后一个原始报表互动子信息时,将该原始报表互动子信息拆分为一个目标报表互动子信息。
步骤e2,当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之后,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息。
步骤e3,若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息。
步骤e4,否则,将该原始报表互动子信息之后的未拆分至任一目标报表互动子信息的各个原始报表互动子信息中,所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同的各个原始报表互动子信息与该原始报表互动子信息,拆分为同一目标报表互动子信息。
可以理解,在执行上述步骤e1-步骤e4所描述的技术方案时,依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息时,改善符合第二分割条件的原始报表互动子信息不准确的问题,从而能够准确进行拆分。
在一种可能的实施例中,发明人发现,依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别时,存在各个报表互动子信息集合不完整的问题,从而难以完整地得到多个目标报表互动子信息,为了改善上述技术问题,步骤300所描述的依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,具体可以包括以下步骤r1和步骤r2所描述的技术问题。
步骤r1,将所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为一集合,得到各个报表互动子信息集合。
步骤r2,针对每个报表互动子信息集合,依据该报表互动子信息集合中各个原始报表互动子信息的智能互动特征种类对应的分割区域范围,将该报表互动子信息集合中的各个原始报表互动子信息拆分为各个目标报表互动子信息。
可以理解,在执行上述步骤r1和步骤r2所描述的技术问题时,依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别时,改善各个报表互动子信息集合不完整的问题,从而能够完整地得到多个目标报表互动子信息。
在一种可替换的实施例中,发明人发现,根据每个原始报表互动子信息的报表互动信息关键属性时,存在原始报表互动子信息的目标值不精确的问题,从而难以精确地确定该原始报表互动子信息的智能互动特征种类,为了改善上述技术问题,步骤200所描述的根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类的步骤,具体可以包括以下步骤t1和步骤t2所描述的技术方案。
步骤t1,根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值;其中,所述目标值用于表征报表互动信息关键属性的浮动变化量的关联关系。
步骤t2,根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类。
可以理解,在执行上述步骤t1和步骤t2所描述的技术方案时,根据每个原始报表互动子信息的报表互动信息关键属性时,改善原始报表互动子信息的目标值不精确的问题,从而能够精确地确定该原始报表互动子信息的智能互动特征种类。
在一种可替换的实施例中,发明人发现,根据每个原始报表互动子信息的报表互动信息关键属性时,存在目标值不准确的问题,从而难以准确地确定该原始报表互动子信息的目标值,为了改善上述技术问题,步骤t1所描述的根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值的步骤,具体可以包括以下步骤t11和步骤t12所描述的技术方案。
步骤t11,计算每个原始报表互动子信息的首信息节点和最后一信息节点的置信度,作为该原始报表互动子信息的目标值。
步骤t12,或者,计算每个原始报表互动子信息中,每相邻两信息节点之间的置信度,将基于所得到的各个置信度确定的目标置信度,作为该原始报表互动子信息的目标值;其中,所述目标置信度包括:所得到的各个置信度中的最大置信度、所得到的各个置信度中的最小置信度,或者,所得到的各个置信度的平均值。
可以理解,在执行上述步骤t11和步骤t12所描述的技术方案时,根据每个原始报表互动子信息的报表互动信息关键属性时,改善目标值不准确的问题,从而能够准确地确定该原始报表互动子信息的目标值。
在一种可替换的实施例中,发明人发现,事先设置的智能互动特征种类包括:基本状态、特定状态和浮动状态;所述基本状态、所述特定状态和所述浮动状态下,报表互动信息关键属性的浮动变化量的关联关系依次降低;所述根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系时,存在基本状态不准确的问题,从而难以准确地确定每个原始报表互动子信息的智能互动特征种类,为了改善上述技术问题,步骤t2所描述的事先设置的智能互动特征种类包括:基本状态、特定状态和浮动状态;所述基本状态、所述特定状态和所述浮动状态下,报表互动信息关键属性的浮动变化量的关联关系依次降低;所述根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类的步骤,具体可以包括以下步骤t21-步骤t23所描述的技术方案。
步骤t21,针对每个原始报表互动子信息,若该原始报表互动子信息的目标值不大于事先设置的第一置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述基本状态。
步骤t22,针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第一置信度阈值,且不大于事先设置的第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述特定状态;其中,所述第二置信度阈值大于所述第一置信度阈值。
步骤t23,针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述浮动状态。
可以理解,在执行上述步骤t21-步骤t23所描述的技术方案时,事先设置的智能互动特征种类包括:基本状态、特定状态和浮动状态;所述基本状态、所述特定状态和所述浮动状态下,报表互动信息关键属性的浮动变化量的关联关系依次降低;所述根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系时,改善基本状态不准确的问题,从而能够准确地确定每个原始报表互动子信息的智能互动特征种类。
在一种可替换的实施例中,可以包括以下步骤p1所描述的技术方案。
步骤p1,浮动状态对应的分割区域范围是所述基本状态对应的分割区域范围的第一递增方式,所述特定状态对应的分割区域范围是所述基本状态对应的分割区域范围的第二递增方式,所述第一整数大于所述第二整数。
可以理解,在执行上述步骤p1所描述的技术方案时,通过浮动状态,从而提高第一递增方式的精度。
基于上述基础,在所述依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息的步骤之前,还可以包括以下步骤a1和步骤a2所描述的技术方案。
步骤a1,判断当前可用的解析模板的数量是否大于事先设置的数值;其中,所述事先设置的数值不小于1。
步骤a2,若是,执行所述依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息的步骤。
可以理解,在执行上述步骤a1和步骤a2所描述的技术方案时,通过解析模板的数量是否大于事先设置的数值,从而提高执行所述依据事先设置的智能信息处理标准的精度。
基于上述基础,还可以包括以下步骤s1所描述的技术方案。
步骤s1,针对所得到的每个目标报表互动子信息,将该目标报表互动子信息分配至当前可用的一个解析模板,以使该解析模板对所接收到的目标报表互动子信息进行剖析,得到剖析结果。
可以理解,在执行上述步骤s1所描述的技术方案时,通过每个目标报表互动子信息,从而提高剖析结果的完整性。
在上述基础上,请结合参阅图2,提供了一种基于人工智能的信息处理装置200,应用于数据处理终端,所述装置包括:
信息拆分模块210,用于依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息;
种类确定模块220,用于根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类;其中,不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,每个原始报表互动子信息具有一种智能互动特征种类;
信息识别模块230,用于依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息;其中,每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,每个目标报表互动子信息的全局区域范围与该目标报表互动子信息的目标智能互动特征种类对应的分割区域范围相映射,每个目标报表互动子信息的目标智能互动特征种类为:该目标报表互动子信息所涵盖的至少一个原始报表互动子信息所具有的智能互动特征种类;并且,每种智能互动特征种类对应的分割区域范围为:依据报表异常信息量权衡方式所设定的,并且为所述事先设置的智能信息处理标准的递增方式的区域范围。
在上述基础上,请结合参阅图3,示出了一种基于人工智能的信息处理系统300,包括互相之间通信的处理器310和存储器320,所述处理器310用于从所述存储器320中读取计算机程序并执行,以实现上述的方法。
在上述基础上,还提供了一种计算机可读存储介质,其上存储的计算机程序在运行时实现上述的方法。
本申请实施例还提供一种云平台,所述云平台包括存储有程序的可读存储介质,以实现所述的方法
综上,基于上述方案,在对待处理报表互动信息进行拆分时,首先依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息,进而,便可以根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类,并且,每个原始报表互动子信息具有一种智能互动特征种类。这样,便可以依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对待处理报表互动信息进行识别,得到多个目标报表互动子信息。
其中,由于不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,从而,在对区域范围相同且所具有的智能互动特征种类不同的各个原始报表互动子信息进行剖析的前提下,解析模板针对上述每个原始报表互动子信息所用的时间可以是不同的。从而,可以依据报表异常信息量权衡方式设定的每种智能互动特征种类对应的分割区域范围,并且,每种智能互动特征种类对应的分割区域范围是事先设置的智能信息处理标准的增幅标准。这样,可以以事先设置的智能信息处理标准为标准,根据不同智能互动特征种类下,区域范围为上述事先设置的智能信息处理标准的各个报表互动信息关键属性的关联关系,确定每种智能互动特征种类对应的分割区域范围,从而,针对每种智能互动特征种类,解析模板在剖析具有该智能互动特征种类且区域范围为智能互动特征种类对应的分割区域范围的报表互动信息报表互动子信息时,所需的剖析区域范围可以是权衡的。进而,由于所拆分得到的每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,并且,该目标报表互动子信息的全局区域范围与该目标报表互动子信息所包括的至少一个原始报表互动子信息所具有的智能互动特征种类对应的分割区域范围相映射,从而,在对各个目标报表互动子信息进行剖析时,解析模板所用的时间可以是权衡的。
应当理解,上述所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (3)
1.一种基于人工智能的信息处理方法,其特征在于,所述方法包括:
依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息;
根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类;其中,不同智能互动特征种类下报表互动信息关键属性的浮动变化量的关联关系不同,每个原始报表互动子信息具有一种智能互动特征种类;
依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息;其中,每个目标报表互动子信息包括具有相同智能互动特征种类的至少一个原始报表互动子信息,每个目标报表互动子信息的全局区域范围与该目标报表互动子信息的目标智能互动特征种类对应的分割区域范围相映射,每个目标报表互动子信息的目标智能互动特征种类为:该目标报表互动子信息所涵盖的至少一个原始报表互动子信息所具有的智能互动特征种类;并且,每种智能互动特征种类对应的分割区域范围为:依据报表异常信息量权衡方式所设定的,并且为所述事先设置的智能信息处理标准的递增方式的区域范围;
其中,所述依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,包括:
从第一个原始报表互动子信息开始,遍历每个未拆分至任一目标报表互动子信息的原始报表互动子信息,在遍历到每个原始报表互动子信息时:若该原始报表互动子信息符合第一分割条件,则将该原始报表互动子信息拆分为一个目标报表互动子信息;其中,所述第一分割条件为:该原始报表互动子信息的智能互动特征种类对应的分割区域范围为所述事先设置的智能信息处理标准;
若该原始报表互动子信息不符合所述第一分割条件,则依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中;
其中,所述事先设置的拆分原则包括:
从未拆分至任一目标报表互动子信息的其他原始报表互动子信息中,选取符合第二拆分条件的报表互动子信息与该原始报表互动子信息进行整合的原则,所述第二拆分条件为:所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同,并且,所具有的区域范围加该原始报表互动子信息的区域范围所得到的区域范围之和与该原始报表互动子信息的智能互动特征种类对应的分割区域范围相映射;
其中,所述依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中的步骤,包括:
当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之前,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息;
若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息;
否则,遍历该原始报表互动子信息的下一原始报表互动子信息;
当该原始报表互动子信息为最后一个原始报表互动子信息时,将未拆分为目标报表互动子信息,且所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为同一目标报表互动子信息;
其中,所述依据事先设置的拆分原则,将该原始报表互动子信息拆分至一个目标报表互动子信息中的步骤,包括:
当该原始报表互动子信息为最后一个原始报表互动子信息时,将该原始报表互动子信息拆分为一个目标报表互动子信息;
当该原始报表互动子信息不为最后一个原始报表互动子信息时,判断该原始报表互动子信息之后,是否存在未拆分至任一目标报表互动子信息且符合第二分割条件的原始报表互动子信息;
若存在,将该原始报表互动子信息和所存在的符合所述第二分割条件的原始报表互动子信息,拆分为同一目标报表互动子信息;
否则,将该原始报表互动子信息之后的未拆分至任一目标报表互动子信息的各个原始报表互动子信息中,所具有的智能互动特征种类与该原始报表互动子信息的智能互动特征种类相同的各个原始报表互动子信息与该原始报表互动子信息,拆分为同一目标报表互动子信息;
其中,所述依据各个原始报表互动子信息的智能互动特征种类和事先设置的每种智能互动特征种类对应的分割区域范围,对所述待处理报表互动信息进行识别,得到多个目标报表互动子信息的步骤,包括:
将所具有的智能互动特征种类相同的各个原始报表互动子信息拆分为一集合,得到各个报表互动子信息集合;
针对每个报表互动子信息集合,依据该报表互动子信息集合中各个原始报表互动子信息的智能互动特征种类对应的分割区域范围,将该报表互动子信息集合中的各个原始报表互动子信息拆分为各个目标报表互动子信息;
其中,所述根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的智能互动特征种类的步骤,包括:
根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值;其中,所述目标值用于表征报表互动信息关键属性的浮动变化量的关联关系;
根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类;
其中,所述根据每个原始报表互动子信息的报表互动信息关键属性,确定该原始报表互动子信息的目标值的步骤,包括:
计算每个原始报表互动子信息的首信息节点和最后一信息节点的置信度,作为该原始报表互动子信息的目标值;
或者,计算每个原始报表互动子信息中,每相邻两信息节点之间的置信度,将基于所得到的各个置信度确定的目标置信度,作为该原始报表互动子信息的目标值;其中,所述目标置信度包括:所得到的各个置信度中的最大置信度、所得到的各个置信度中的最小置信度,或者,所得到的各个置信度的平均值;
其中,事先设置的智能互动特征种类包括:基本状态、特定状态和浮动状态;所述基本状态、所述特定状态和所述浮动状态下,报表互动信息关键属性的浮动变化量的关联关系依次降低;所述根据每个原始报表互动子信息的目标值与事先设置的置信度阈值的数值关系,确定每个原始报表互动子信息的智能互动特征种类的步骤,包括:
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值不大于事先设置的第一置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述基本状态;
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第一置信度阈值,且不大于事先设置的第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述特定状态;其中,所述第二置信度阈值大于所述第一置信度阈值;
针对每个原始报表互动子信息,若该原始报表互动子信息的目标值大于所述第二置信度阈值,则确定该原始报表互动子信息的智能互动特征种类为所述浮动状态;
其中,依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息的步骤之前,还包括:
判断当前可用的解析模板的数量是否大于事先设置的数值;其中,所述事先设置的数值不小于1;
若是,执行所述依据事先设置的智能信息处理标准,将待处理报表互动信息拆分为多个原始报表互动子信息的步骤;
其中;还包括:
针对所得到的每个目标报表互动子信息,将该目标报表互动子信息分配至当前可用的一个解析模板,以使该解析模板对所接收到的目标报表互动子信息进行剖析,得到剖析结果。
2.一种基于人工智能的信息处理系统,其特征在于,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现权利要求1所述的方法。
3.一种云平台,其特征在于,所述云平台包括存储有程序的可读存储介质,以实现权利要求 1 所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282690.9A CN114611478B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的信息处理方法、系统及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282690.9A CN114611478B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的信息处理方法、系统及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114611478A CN114611478A (zh) | 2022-06-10 |
CN114611478B true CN114611478B (zh) | 2022-11-11 |
Family
ID=81865941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210282690.9A Active CN114611478B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的信息处理方法、系统及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114611478B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5469354A (en) * | 1989-06-14 | 1995-11-21 | Hitachi, Ltd. | Document data processing method and apparatus for document retrieval |
CN107168940A (zh) * | 2017-03-29 | 2017-09-15 | 长春市万易科技有限公司 | 一种报表生成系统及方法 |
CN109359108A (zh) * | 2018-08-13 | 2019-02-19 | 东软集团股份有限公司 | 报表提取方法、装置、存储介质及电子设备 |
CN109408541A (zh) * | 2018-09-03 | 2019-03-01 | 平安科技(深圳)有限公司 | 报表分解统计方法、系统、计算机设备和存储介质 |
CN109471889A (zh) * | 2018-09-19 | 2019-03-15 | 平安科技(深圳)有限公司 | 报表加速方法、系统、计算机设备和存储介质 |
CN112036118A (zh) * | 2020-07-03 | 2020-12-04 | 山东浪潮通软信息科技有限公司 | 一种可配置的数据报表动态展现方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8924269B2 (en) * | 2006-05-13 | 2014-12-30 | Sap Ag | Consistent set of interfaces derived from a business object model |
CN102479072B (zh) * | 2010-11-23 | 2014-07-09 | 金蝶软件(中国)有限公司 | 一种多表头报表的生成方法、装置及终端 |
CN106776822B (zh) * | 2016-11-25 | 2018-05-08 | 国网山东省电力公司 | 集团企业报表数据提取方法及系统 |
CN108304554B (zh) * | 2018-02-02 | 2020-07-28 | 平安证券股份有限公司 | 文件拆分方法、装置、计算机设备和存储介质 |
CN110351178A (zh) * | 2018-04-02 | 2019-10-18 | 深圳市六度人和科技有限公司 | 一种信息监管方法及装置 |
CN109634992B (zh) * | 2019-02-20 | 2019-10-15 | 北京虹晟信息科技有限公司 | 一种报表结构分解方法、报表生成方法、装置 |
CN112783881A (zh) * | 2020-07-28 | 2021-05-11 | 薛杨杨 | 基于人工智能和大数据的数据解析方法、系统及服务平台 |
CN113903473A (zh) * | 2021-10-26 | 2022-01-07 | 苏州律点信息科技有限公司 | 基于人工智能的医疗信息智能交互的方法及系统 |
-
2022
- 2022-03-22 CN CN202210282690.9A patent/CN114611478B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5469354A (en) * | 1989-06-14 | 1995-11-21 | Hitachi, Ltd. | Document data processing method and apparatus for document retrieval |
CN107168940A (zh) * | 2017-03-29 | 2017-09-15 | 长春市万易科技有限公司 | 一种报表生成系统及方法 |
CN109359108A (zh) * | 2018-08-13 | 2019-02-19 | 东软集团股份有限公司 | 报表提取方法、装置、存储介质及电子设备 |
CN109408541A (zh) * | 2018-09-03 | 2019-03-01 | 平安科技(深圳)有限公司 | 报表分解统计方法、系统、计算机设备和存储介质 |
CN109471889A (zh) * | 2018-09-19 | 2019-03-15 | 平安科技(深圳)有限公司 | 报表加速方法、系统、计算机设备和存储介质 |
CN112036118A (zh) * | 2020-07-03 | 2020-12-04 | 山东浪潮通软信息科技有限公司 | 一种可配置的数据报表动态展现方法及系统 |
Non-Patent Citations (1)
Title |
---|
废弃电器电子产品拆解信息管理系统研究;邓梅玲等;《环境技术》;20141225(第06期);第83-87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114611478A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114168747A (zh) | 基于云服务的知识库构建方法及系统 | |
CN113378554A (zh) | 一种医疗信息智能交互的方法及系统 | |
CN115757370A (zh) | 基于物联网的用户信息通信方法及系统 | |
CN114611478B (zh) | 一种基于人工智能的信息处理方法、系统及云平台 | |
CN115481197B (zh) | 一种分布式数据处理方法、系统及云平台 | |
CN113380363B (zh) | 基于人工智能的医疗数据质量评价方法及系统 | |
CN113485203B (zh) | 一种智能控制网络资源共享的方法及系统 | |
CN113630336B (zh) | 基于光互联的数据分流方法及系统 | |
CN113626538B (zh) | 基于大数据的医疗信息智能分类的方法及系统 | |
CN113869067A (zh) | 一种基于智能客服业务的应答响应方法及系统 | |
CN115512344A (zh) | 一种三维实景图像识别处理方法、系统及云平台 | |
CN113610117B (zh) | 基于深度数据的水下传感数据处理方法及系统 | |
CN113610373A (zh) | 基于智能制造的信息决策处理方法及系统 | |
CN113918985B (zh) | 一种安全管理策略生成方法及装置 | |
CN113590952B (zh) | 一种数据中心构建的方法及系统 | |
CN114168999A (zh) | 基于数据中心的综合安保方法及系统 | |
CN113608689B (zh) | 基于边缘计算的数据缓存方法及系统 | |
CN113609931B (zh) | 基于神经网络的人脸识别方法及系统 | |
CN114691830B (zh) | 一种基于大数据的网络安全分析方法及系统 | |
CN115409510B (zh) | 一种在线交易安全系统及方法 | |
CN113627490B (zh) | 基于多核异构处理器的运维多模态决策方法及系统 | |
CN113609362B (zh) | 基于5g的数据管理方法及系统 | |
CN113643701B (zh) | 一种智能识别语音控制家居的方法及统 | |
CN114663753B (zh) | 一种生产任务在线监控方法及系统 | |
US20240169260A1 (en) | Reducing computational overhead associated with executing explanatory models by reusing tuning byproducts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221024 Address after: No. 6, Minzhu Road, Xingning District, Nanning City, Guangxi Zhuang Autonomous Region, 530012 Applicant after: GUANGXI POWER GRID Co.,Ltd. Address before: 19-1-6 SongGe Hutong, Changyi District, Jilin City, 132000 Jilin Province Applicant before: Sun Xiangjun |
|
GR01 | Patent grant | ||
GR01 | Patent grant |