CN113297850B - 基于区块链技术的跨部门财务支出管理方法 - Google Patents
基于区块链技术的跨部门财务支出管理方法 Download PDFInfo
- Publication number
- CN113297850B CN113297850B CN202110536109.7A CN202110536109A CN113297850B CN 113297850 B CN113297850 B CN 113297850B CN 202110536109 A CN202110536109 A CN 202110536109A CN 113297850 B CN113297850 B CN 113297850B
- Authority
- CN
- China
- Prior art keywords
- department
- cross
- blockchain
- text
- feature
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 60
- 238000007726 management method Methods 0.000 title claims description 69
- 238000000034 method Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 84
- 230000006870 function Effects 0.000 claims description 48
- 238000012937 correction Methods 0.000 claims description 29
- 238000013527 convolutional neural network Methods 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 8
- 238000012015 optical character recognition Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- Biomedical Technology (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
公开了一种基于区块链技术的跨部门财务支出管理方法，该方法针对区块链本身的分布式存储特性和区块链所存储的数据的不可篡改特性，采用基于深度神经网络的计算机视觉技术来对来对各部门提交的已签字的审批单进行基于图像的一致性分析，以确定相应的费用分摊的生效结果是否准确。这样，通过采用区块链来对费用支出审批单进行存储和管理，可以利用区块链的去中心化分布式存储特性和不可修改特性，对于费用分摊所涉及到的各部门相应的审批结果进行验证，从而确定费用分摊的生效结果是否正确。
Description
技术领域
本发明涉及区块链领域下的数据管理，且更为具体地，涉及一种基于区块链技术的跨部门财务支出管理方法、基于区块链技术的跨部门财务支出管理系统和电子设备。
背景技术
区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”，为区块链创造信任奠定基础。近年来，随着区块链技术的成熟与发展，由于区块链具有独特的不可更改特征，各种基于区块链技术的数据管理技术及其应用应运而生。
在公司对外付款的过程当中，经常出现单一费用支出事项需要按部门或者期间进行设置分摊的情况。其中按期间分摊事项比较容易处理，而按部门分摊事项则通常需要经所有部门审批通过后方可生效。但是，一方面，各部门的审批结果统一由集团财务部门集中管理，而涉及到的各部门可能处于不同地理位置，造成了管理难度，另一方面财务数据容易篡改，其管理的安全性也十分重要。
因此，期待一种优化地用于跨部门财务支出管理的技术方案。
发明内容
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于区块链技术的跨部门财务支出管理方法、基于区块链技术的跨部门财务支出管理系统和电子设备，其针对区块链本身的分布式存储特性和区块链所存储的数据的不可篡改特性，采用基于深度神经网络的计算机视觉技术来对来对各部门提交的已签字的审批单进行基于图像的一致性分析，以确定相应的费用分摊的生效结果是否准确。这样，通过采用区块链来对费用支出审批单进行存储和管理，可以利用区块链的去中心化分布式存储特性和不可修改特性，对于费用分摊所涉及到的各部门相应的审批结果进行验证，从而确定费用分摊的生效结果是否正确。
根据本申请的一个方面，提供了一种基于区块链技术的跨部门财务支出管理方法，其包括：
从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像；
将所述多个图像分别通过卷积神经网络以获得多个特征图；
从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；
将所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；
对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；
对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值；
将所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；
从所述区块链架构的相应区块中获取实际审批结果；以及
基于所述分类结果对所述实际审批结果进行验证，以获得验证结果。
根据本申请的另一方面，提供了一种基于区块链技术的跨部门财务支出管理系统，其包括：
图像获取单元，用于从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像；
特征图生成单元，用于将所述图像获取单元获得的所述多个图像分别通过卷积神经网络以获得多个特征图；
文本描述获取单元，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；
文本特征向量生成单元，用于将所述文本描述获取单元获得的所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；
修正特征图生成单元，用于对所述特征图生成单元获得的所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；
距离值生成单元，用于对于所述修正特征图生成单元获得的所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值；
分类结果生成单元，用于将所述距离值生成单元获得的所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；
实际审批结果获取单元，用于从所述区块链架构的相应区块中获取实际审批结果；以及
验证结果生成单元，用于基于所述分类结果生成单元获得的所述分类结果对所述实际审批结果获取单元获得的所述实际审批结果进行验证，以获得验证结果。
根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的基于区块链技术的跨部门财务支出管理方法。
根据本申请的再又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的基于区块链技术的跨部门财务支出管理方法。
与现有技术相比，本申请提供的基于区块链技术的跨部门财务支出管理方法、基于区块链技术的跨部门财务支出管理系统和电子设备，其针对区块链本身的分布式存储特性和区块链所存储的数据的不可篡改特性，采用基于深度神经网络的计算机视觉技术来对来对各部门提交的已签字的审批单进行基于图像的一致性分析，以确定相应的费用分摊的生效结果是否准确。这样，通过采用区块链来对费用支出审批单进行存储和管理，可以利用区块链的去中心化分布式存储特性和不可修改特性，对于费用分摊所涉及到的各部门相应的审批结果进行验证，从而确定费用分摊的生效结果是否正确。
附图说明
通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1为根据本申请实施例的基于区块链的财务支出数据库的架构示意图；
图2为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法的应用场景图；
图3为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法的流程图；
图4为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法的系统架构示意图；
图5为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的流程图；
图6为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的另一流程图；
图7为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的流程图；
图8为根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的另一流程图；
图9为根据本申请实施例的基于区块链技术的跨部门财务支出管理系统的框图；
图10图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理系统中文本描述获取单元的框图；
图11图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理系统中文本描述获取单元的另一框图；
图12图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理系统中距离值生成单元的框图；
图13图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理系统中距离值生成单元的另一框图；
图14图示了根据本申请实施例的电子设备的框图。
具体实施方式
下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
区块链架构概述
图1图示了根据本申请实施例的基于区块链的财务支出数据库的架构示意图。如图1所示，根据本申请实施例的基于区块链的财务支出数据库采用典型的区块链架构，各部门审批单，例如审批单P1、P2、…、Pn存储在以区块链构造的各个存储区块B1、B2、…、Bn中。当然，本领域技术人员可以理解，不同部门的审批单也可以分别存储在单独的区块中，例如，某个区块专用于存储A部门的审批单，而另一区块专用于存储B部门的审批单。
按照典型的区块链存储架构，每个区块B1、B2、…、Bn包括指针H1、H2、…、Hn和数据部分D1、D2、…、Dn。指针H1、H2、…、Hn可以是各种类型的哈希指针，比如区块链存储架构中常用的SHA-256哈希函数，该哈希指针指向上一个区块。
在本申请实施例中，下一区块的哈希指针的值基于上一区块的哈希指针的值与数据部分的哈希函数值，例如，H2＝H1×H(D1)，H(D1)表示数据部分D1的哈希函数值。首个区块的哈希指针的值可以是随机数值。这样，任何对某个区块内的数据部分的修改都将反应在下一区块的哈希指针的值上，并进一步改变后续所有区块的哈希指针的值，使得对于数据部分的修改实质上不可能的。
并且，在每个数据部分D1、D2、…、Dn中，该数据部分的哈希函数值可以基于针对该数据部分中的每个审批单分别生成的哈希函数值。例如，数据部分中的所有审批单，可以以基于哈希指针的梅克尔树的数据结构进行存储，从而便于通过哈希指针回溯到具体的审批单，并建立各个审批单之间的适当的隶属关系。
这里，本领域技术人员可以理解，根据本申请实施例的基于区块链的财务支出数据库可以采用任意的通用的区块链架构，本申请实施例并不意在限制区块链架构的具体实现。
并且，在本申请实施例中，区块链优选地采用私有链或者联盟链，从而利于在公司或者企业内部各部门进行财务支出数据库的分布式存储管理，相应地，用于存储审批单的各个存储区块可以预先配置，而不需要基于共识算法生成，这样，可以避免共识算法所导致的计算资源的消耗。
也就是说，根据本申请实施例的基于区块链的财务支出数据库的区块链架构聚焦于审批单的存储管理，而不涉及类似电子货币的基于区块链的价值传递功能，因此，该区块链架构可以由公司或者企业内部的管理部门预先配置在云端，并由各个技术部门从终端接入，进行审批单的上传，并在云端进行统一存储和管理。所以，由于各个技术部门很可能分布在不同的地理位置，应用区块链架构可以方便地实现审批单的分布式存储。
另一方面，根据本申请实施例的区块链架构中的各个区块也可以与公有链的区块相关联，以使得每个区块具有与公有链的关联区块相对应的时间戳信息。这样，当需要记录需要时间属性的信息，比如审批单的上传时间，从而确定审批单是否为早期版本时，就可以利用区块链中各区块的时间顺序属性。
场景概述
如前所述，在公司对外付款的过程当中，经常出现单一费用支出事项需要按部门或者期间进行设置分摊的情况。其中按期间分摊事项比较容易处理，而按部门分摊事项则通常需要经所有部门审批通过后方可生效，因此，期望能够提供一种跨部门的费用支出审批的管理方案。
针对以上跨部门费用支出审批管理，本申请的申请人考虑使用区块链技术来对其进行管理，这一方面是各部门的审批结果可以统一由集团财务部门集中管理，而涉及到的各部门可能处于不同地理位置，因而需要使用到区块链技术的数据的分布式存储功能，此外，由于财务数据不可篡改，也希望能够使用区块链技术来确保审批数据的安全性。
在使用区块链架构来进行跨部门费用支出审批管理时，期望能够对审批结果进行验证，也就是，期望能够对于费用分摊所涉及到的各部门相应的审批结果进行验证，从而确定费用分摊的生效结果是否正确。
这里，由于当前各部门的审批结果通常以由部门负责人签字的审批单的电子图片形式提交和存储，因此本申请的申请人考虑使用基于深度神经网络的计算机视觉技术来对各部门提交的已签字的审批单进行基于图像的一致性分析，以确定相应的费用分摊的生效结果是否准确。
因此，在本申请的技术方案中，首先从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像，然后将该多个图像分别通过卷积神经网络以获得多个特征图。并且，由于审批单必然与具体的跨部门费用支付分摊事项相关联，因此进一步从区块链架构中获取相对应的跨部门费用支付分摊事项的描述，例如，直接获取描述文本，或者获取电子申请单并从中提取文本部分，或者获取申请单图像并通过文字识别获取文本部分。
然后，将事项的描述文本通过语义理解模型，比如双向LSTM以获得文本特征向量，并通过文本特征向量与多个特征图中的每个特征图之间的距离来描述多个特征图所对应的输入图像之间的一致性。这里，在本申请的技术方案中，为了减少多个特征图中由于各部门递交的签字的审批单中因为个体性因素，比如部门惯例、签字领导习惯等的不同所造成的随机噪声扰动，对每个特征图进行基于高斯函数的正态分布加权，也就是，对于多个特征图，计算每个特征图的均值xi，再将该特征图的每个位置的特征值乘以加权系数exp(-xi2)/∑iexp(-xi2)以获得修正特征图。这样，就可以计算每个修正特征图与文本特征向量之间的距离。
最后，将多个距离值构造为距离向量，并输入分类器以获得分类结果，该分类结果用于表示各部门的审批结果的一致性是否符合预定要求，也就是，费用分摊的生效结果是否正确。然后，可以进一步从区块链架构中获得实际审批结果，并以此来对该跨部门费用支付分摊事项的审批进行验证。
图2图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法的应用场景图。如图2所示，在该应用场景中，首先，从区块链架构(例如，如图2中所示意的T)的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像和文本描述；然后，将所述多个图像和文本描述输入至部署有基于区块链技术的跨部门财务支出管理算法的服务器中(例如，如图1中所示意的云服务器S)，其中，所述服务器能够基于区块链技术的跨部门财务支出管理算法对所述多个图像和文本描述进行处理，以生成表示各部门的审批结果的一致性是否符合预定要求的分类结果。然后，从所述区块链架构的相应区块中获取实际审批结果，基于所述分类结果对所述实际审批结果进行验证，以获得验证结果。
在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性方法
图3图示了基于区块链技术的跨部门财务支出管理方法的流程图。如图3所示，根据本申请实施例的基于区块链技术的跨部门财务支出管理方法，包括：S110，从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像；S120，将所述多个图像分别通过卷积神经网络以获得多个特征图；S130，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；S140，将所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；S150，对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；S160，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值；S170，将所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；S180，从所述区块链架构的相应区块中获取实际审批结果；以及，S190，基于所述分类结果对所述实际审批结果进行验证，以获得验证结果。
图4图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法的架构示意图。如图4所示，在所述基于区块链技术的跨部门财务支出管理方法的网络架构中，首先，从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像(例如，如图4中所示意的IN11到IN1n)；接着，将所述多个图像分别通过卷积神经网络(例如，如图4中所示意的CNN)以获得多个特征图(例如，如图4中所示意的F11到F1n)；接着，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述(例如，如图4中所示意的IN2)；接着，将所述文本描述通过基于深度学习的语义理解模型(例如，如图4中所示意的SUM)以获得文本特征向量(例如，如图4中所示意的V1)；接着，对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图(例如，如图4中所示意的Fa1到Fan)；接着，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值(例如，如图4中所示意的K1到Kn)；接着，将所述多个距离值构造为距离向量(例如，如图4中所示意的V2)并输入分类器(例如，如图4中所示意的圈S)以获得分类结果(例如，如图4中所示意的R1)，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；接着，从所述区块链架构的相应区块中获取实际审批结果(例如，如图4中所示意的IN3)；然后，基于所述分类结果对所述实际审批结果进行验证，以获得验证结果(例如，如图4中所示意的R2)。
在步骤S110中，从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像。如前所述，由于当前各部门的审批结果通常以由部门负责人签字的审批单的电子图片形式提交和存储，因此本申请使用基于深度神经网络的计算机视觉技术来对各部门提交的已签字的审批单进行基于图像的一致性分析。具体地，在本申请实施例中，首先从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像。
在步骤S120中，将所述多个图像分别通过卷积神经网络以获得多个特征图。也就是，通过卷积神经网络对图像进行处理，以提取出图像中的高维特征。
特别地，在本申请实施例中，所述卷积神经网络可采用深度残差网络。本领域普通技术人员应知晓，卷积神经网络在提取图像高维特征中有着独特的优势，随着网络层级的不断增加，模型精度不断得到提升，而当网络层级增加到一定的数目以后，训练精度和测试精度迅速下降，这是因为神经网络在反向传播过程中要不断地传播梯度，而当网络层数加深时，梯度在传播过程中会逐渐消失，导致无法对前面网络层的权重进行有效的调整。而深度残差网络引入了残差网络结构，通过使用恒等映射直接跳过一个或者多个层，在网络上堆叠这样的结构，就算梯度消失，至少把原来的输出恒等映射了过去，相当于在浅层网络上堆叠了“复制层”，缓解了在深度神经网络中增加深度带来的梯度消失问题。
在步骤S130中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述。应可以理解，由于审批单必然与具体的跨部门费用支付分摊事项相关联，因此进一步从区块链架构中获取相对应的跨部门费用支付分摊事项的描述。
具体地，在本申请实施例中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的过程，包括：首先，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的电子申请单。然后，从所述电子申请单中提取出所述文本描述。也就是，通过例如OCR(Optical Character Recognition,光学字符识别)的技术来获取电子申请单中的文本描述信息。
图5图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的流程图。如图5所示，在本申请实施例中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述，包括：S210，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的电子申请单；以及，S220，从所述电子申请单中提取出所述文本描述。
值得一提的是，在本申请其他示例中，还可以通过其他方法从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述。例如，在本申请的另一示例中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的过程，包括：首先，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的申请单图像。然后，以光学字符识别技术从所述申请单图像中提取出所述文本描述。本领域普通技术人员应知晓，光学字符识别技术的基本原理就是通过扫描仪将一份申请单图像输入给计算机，然后由计算机取出每个文字的图像，并将其转换成汉字的编码。
图6图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述的另一流程图。如图6所示，在本申请实施例中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述，包括：S310，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的申请单图像；以及，S320，以光学字符识别技术从所述申请单图像中提取出所述文本描述。
在步骤S140中，将所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量。具体地，在本申请实施例中，所述语义理解模型可以是双向LSTM网络。本领域普通技术人员应知晓，LSTM是一种RNN特殊的类型，可以学习长期依赖信息，非常适合用于对时序数据的建模，如文本数据。BiLSTM是Bi-directional Long Short-Term Memory的缩写，是由前向LSTM与后向LSTM组合而成。通过BiLSTM可以更好的捕捉双向的语义依赖。
在步骤S150中，对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和。也就是，为了减少多个特征图中由于各部门递交的签字的审批单中因为个体性因素，比如部门惯例、签字领导习惯等的不同所造成的随机噪声扰动，对每个特征图进行基于高斯函数的正态分布加权。
具体地，在本申请实施例中，对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图的过程，包括：对于所述多个特征图，计算每个所述特征图的全局均值作为预定值再将所述特征图中各个位置的特征值乘以该预定值的基于高斯函数的正态分布值作为加权系数，以所述多个修正特征图，其中，基于高斯函数的正态分布值的计算过程用公式表示为：Yi＝exp(-xi2)/∑iexp(-xi2)，其中，Yi表示基于高斯函数的正态分布值，xi表示每个特征图的均值。
在步骤S160中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值。也就是，通过文本特征向量与多个修正特征图中的每个特征图之间的距离来描述多个特征图所对应的输入图像之间的一致性。
具体地，在本申请实施例中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的过程，包括：首先，对每个所述修正特征图按行进行平均值池化，以获得多个修正特征向量。也就是，将每个所述修正特征图的特征矩阵内的数值取平均，赋予输出的相应位置，以获得多个修正特征向量。然后，分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。本领域普通技术人员应了解，L1距离函数是目标值与估计值的绝对差值的总和。通过计算所述多个修正特征向量与所述文本特征向量之间的L1距离，可以从数值维度上反映出所述多个修正特征向量与所述文本特征向量之间的每个位置之间的特征差异。
图7图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的流程图。如图7所示，在本申请实施例中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值，包括：S410，对每个所述修正特征图按行进行平均值池化，以获得多个修正特征向量；以及，S420，分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
值得一提的是，在本申请的其他示例中，还可以通过其他方式分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值。例如，在本申请的另一示例中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的过程，包括：首先，将每个所述修正特征图通过全连接层，以获得多个修正特征向量。也就是，通过全连接层对所述多个修正特征图进行编码，以充分利用所述修正特征图中各个位置的信息，以生成多个修正特征向量。然后，分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
图8图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理方法中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值的另一流程图。如图8所示，在本申请实施例中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值，包括：S510，将每个所述修正特征图通过全连接层，以获得多个修正特征向量；以及，S520，分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
在步骤S170中，将所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求。也就是，将所述距离向量输入Softmax分类函数，以获得分类结果。
在步骤S180中，从所述区块链架构的相应区块中获取实际审批结果。也就是，为了对跨部门费用支付分摊事项的审批进行验证，进一步从区块链架构中获得实际审批结果。
在步骤S190中，基于所述分类结果对所述实际审批结果进行验证，以获得验证结果。也就是，使用区块链架构来对审批结果进行验证，从而确定费用分摊的生效结果是否正确。
综上，本申请实施例的基于区块链技术的跨部门财务支出管理方法被阐明，其针对区块链本身的分布式存储特性和区块链所存储的数据的不可篡改特性，采用基于深度神经网络的计算机视觉技术来对来对各部门提交的已签字的审批单进行基于图像的一致性分析，以确定相应的费用分摊的生效结果是否准确。这样，通过采用区块链来对费用支出审批单进行存储和管理，可以利用区块链的去中心化分布式存储特性和不可修改特性，对于费用分摊所涉及到的各部门相应的审批结果进行验证，从而确定费用分摊的生效结果是否正确。
示例性系统
图9图示了根据本申请实施例的基于区块链技术的跨部门财务支出管理系统的框图。如图9所示，根据本申请实施例的基于区块链技术的跨部门财务支出管理系统900，包括：图像获取单元910，用于从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像；特征图生成单元920，用于将所述图像获取单元910获得的所述多个图像分别通过卷积神经网络以获得多个特征图；文本描述获取单元930，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；文本特征向量生成单元940，用于将所述文本描述获取单元930获得的所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；修正特征图生成单元950，用于对所述特征图生成单元920获得的所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；距离值生成单元960，用于对于所述修正特征图生成单元950获得的所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量生成单元940获得的所述文本特征向量之间的距离，以获得多个距离；分类结果生成单元970，用于将所述距离值生成单元960获得的所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；实际审批结果获取单元980，用于从所述区块链架构的相应区块中获取实际审批结果；以及，验证结果生成单元990，用于基于所述分类结果生成单元970获得的所述分类结果对所述实际审批结果获取单元980获得的所述实际审批结果进行验证，以获得验证结果。
在一个示例中，在上述财务支出管理系统900中，所述修正特征图生成单元950，进一步用于：对于所述多个特征图，计算每个所述特征图的全局均值作为预定值再将所述特征图中各个位置的特征值乘以该预定值的基于高斯函数的正态分布值作为加权系数，以所述多个修正特征图，其中，基于高斯函数的正态分布值的计算过程用公式表示为：Yi＝exp(-xi2)/∑iexp(-xi2)，其中，Yi表示基于高斯函数的正态分布值，xi表示每个特征图的均值。
在一个示例中，在上述财务支出管理系统900中，如图10所示，所述文本描述获取单元930，包括：电子申请单获取子单元931，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的电子申请单；以及，第一提取子单元932，用于从所述电子申请单获取子单元931获得的所述电子申请单中提取出所述文本描述。
在一个示例中，在上述财务支出管理系统900中，如图11所示，所述文本描述获取单元930，包括：申请单图像获取子单元933，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的申请单图像；以及，第二提取子单元934，用于以光学字符识别技术从所述申请单图像获取子单元933获得的所述申请单图像中提取出所述文本描述。
在一个示例中，在上述财务支出管理系统900中，如图12所示，所述距离值生成单元960，包括：第一修正特征向量生成子单元961，用于对每个所述修正特征图按行进行平均值池化，以获得多个修正特征向量；以及，第一距离计算子单元962，用于分别计算所述第一修正特征向量生成子单元961获得的所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
在一个示例中，在上述财务支出管理系统900中，如图13所示，所述距离值生成单元960，包括：第二修正特征向量生成子单元963，用于将每个所述修正特征图通过全连接层，以获得多个修正特征向量；以及，第二距离计算子单元964，用于分别计算所述第二修正特征向量生成子单元963获得的所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
这里，本领域技术人员可以理解，上述财务支出管理系统900中的各个单元和模块的具体功能和操作已经在上面参考图1到图8的基于区块链技术的跨部门财务支出管理方法的描述中得到了详细介绍，并因此，将省略其重复描述。
如上所述，根据本申请实施例的财务支出管理系统900可以实现在各种终端设备中，例如用于跨部门财务支出管理的服务器等。在一个示例中，根据本申请实施例的财务支出管理系统900可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该财务支出管理系统900可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该财务支出管理系统900同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该财务支出管理系统900与该终端设备也可以是分立的设备，并且该财务支出管理系统900可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
示例性电子设备
下面，参考图14来描述根据本申请实施例的电子设备。如图14所示，电子设备包括10包括一个或多个处理器11和存储器12。处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的基于区块链技术的跨部门财务支出管理方法的功能以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如文本特征向量、修正特征图等各种内容。
在一个示例中，电子设备10还可以包括：输入系统13和输出系统14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入系统13可以包括例如键盘、鼠标等等。
该输出系统14可以向外部输出各种信息，包括验证结果等。该输出系统14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图14中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。
Claims (7)
1.一种基于区块链技术的跨部门财务支出管理方法，其特征在于，包括：
从区块链架构的相应区块中获取跨部门费用支付分摊事项的各部门的部门负责人签字的审批单的多个图像；
将所述多个图像分别通过卷积神经网络以获得多个特征图；
从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；
所述从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述，具体为：
从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的电子申请单；
获取电子申请单并从中提取文本部分，或者获取电子申请单图像并通过文字识别获取文本部分；
将所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；
对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；
对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值；
将所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；
从所述区块链架构的相应区块中获取实际审批结果；以及
基于所述分类结果对所述实际审批结果进行验证，以获得验证结果。
2.根据权利要求1所述的基于区块链技术的跨部门财务支出管理方法，其中，对所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，包括：
对于所述多个特征图，计算每个所述特征图的全局均值作为预定值再将所述特征图中各个位置的特征值乘以该预定值的基于高斯函数的正态分布值作为加权系数，以所述多个修正特征图，其中，基于高斯函数的正态分布值的计算过程用公式表示为：
Yi＝exp(-xi2)/∑i exp(-xi2)，其中，Yi表示基于高斯函数的正态分布值，xi表示每个特征图的均值。
3.根据权利要求1所述的基于区块链技术的跨部门财务支出管理方法，其中，从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述，包括：
从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的申请单图像；以及
以光学字符识别技术从所述申请单图像中提取出所述文本描述。
4.根据权利要求1所述的基于区块链技术的跨部门财务支出管理方法，其中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值，包括：
对每个所述修正特征图按行进行平均值池化，以获得多个修正特征向量；以及
分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
5.根据权利要求1所述的基于区块链技术的跨部门财务支出管理方法，其中，对于所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值，包括：
将每个所述修正特征图通过全连接层，以获得多个修正特征向量；以及
分别计算所述多个修正特征向量与所述文本特征向量之间的L1距离，以获得所述多个距离值。
6.一种基于区块链技术的跨部门财务支出管理系统，其特征在于，包括：
图像获取单元，用于从区块链架构的相应区块中获取跨部门费用支付分 摊事项的各部门的部门负责人签字的审批单的多个图像；
特征图生成单元，用于将所述图像获取单元获得的所述多个图像分别通过卷积神经网络以获得多个特征图；
文本描述获取单元，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的文本描述；
所述文本描述获取单元，还包括申请单图像获取子单元，用于从所述区块链架构的相应区块中获取相对应的跨部门费用支付分摊事项的电子申请单图像；以及第一提取子单元或第二提取子单元，所述第一提取子单元用于从所述电子申请单获取子单元获得的所述电子申请单中提取出所述文本描述；所述第二提取子单元，用于以光学字符识别技术从所述申请单图像获取子单元获得的所述申请单图像中提取出所述文本描述；
文本特征向量生成单元，用于将所述文本描述获取单元获得的所述文本描述通过基于深度学习的语义理解模型以获得文本特征向量；
修正特征图生成单元，用于对所述特征图生成单元获得的所述多个特征图中每个特征图进行基于高斯函数的正态分布加权，以获得多个修正特征图，所述基于高斯函数的正态分布为以预定值的平方负数为幂的自然常数指数函数值除以以该预定值的平方负数为幂的自然常数指数函数值的加权和；
距离值生成单元，用于对于所述修正特征图生成单元获得的所述多个修正特征图，分别计算每个所述修正特征图与所述文本特征向量之间的距离，以获得多个距离值；
分类结果生成单元，用于将所述距离值生成单元获得的所述多个距离值构造为距离向量并输入分类器以获得分类结果，其中，所述分类结果用于表示各部门的审批结果的一致性是否符合预定要求；
实际审批结果获取单元，用于从所述区块链架构的相应区块中获取实际审批结果；以及
验证结果生成单元，用于基于所述分类结果生成单元获得的所述分类结果对所述实际审批结果获取单元获得的所述实际审批结果进行验证，以获得验证结果。
7.一种电子设备，包括：
处理器；以及
存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-5中任一项所述的基于区块链技术的跨部门财务支出管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110536109.7A CN113297850B (zh) | 2021-05-17 | 2021-05-17 | 基于区块链技术的跨部门财务支出管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110536109.7A CN113297850B (zh) | 2021-05-17 | 2021-05-17 | 基于区块链技术的跨部门财务支出管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113297850A CN113297850A (zh) | 2021-08-24 |
| CN113297850B true CN113297850B (zh) | 2023-11-07 |
Family
ID=77322417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110536109.7A Active CN113297850B (zh) | 2021-05-17 | 2021-05-17 | 基于区块链技术的跨部门财务支出管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113297850B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108876166A (zh) * | 2018-06-27 | 2018-11-23 | 平安科技（深圳）有限公司 | 财务风险验证处理方法、装置、计算机设备及存储介质 |
| CN109472690A (zh) * | 2018-10-25 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款审批方法、装置、存储介质及电子设备 |
| CN109741009A (zh) * | 2018-12-14 | 2019-05-10 | 国网电子商务有限公司 | 一种费用报销管理方法及装置 |
| CN110264325A (zh) * | 2019-04-26 | 2019-09-20 | 国家电网有限公司 | 一种基于区块链的发票审核方法及装置 |
| CN110288456A (zh) * | 2019-06-25 | 2019-09-27 | 苏州梦嘉信息技术有限公司 | 财务审批管理系统及方法 |
| CN110544161A (zh) * | 2019-08-09 | 2019-12-06 | 北京市天元网络技术股份有限公司 | 基于票据数据自动提取的财务费用稽核方法以及装置 |
| CN111145005A (zh) * | 2019-12-24 | 2020-05-12 | 远光软件股份有限公司 | 一种基于区块链的员工自助报销系统、报销支付系统及报销方法 |
| CN112017019A (zh) * | 2020-07-10 | 2020-12-01 | 苏宁云计算有限公司 | 一种基于pdf语义提取分析的自动报销方法、装置、计算机设备和存储介质 |
-
2021
- 2021-05-17 CN CN202110536109.7A patent/CN113297850B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108876166A (zh) * | 2018-06-27 | 2018-11-23 | 平安科技（深圳）有限公司 | 财务风险验证处理方法、装置、计算机设备及存储介质 |
| CN109472690A (zh) * | 2018-10-25 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款审批方法、装置、存储介质及电子设备 |
| CN109741009A (zh) * | 2018-12-14 | 2019-05-10 | 国网电子商务有限公司 | 一种费用报销管理方法及装置 |
| CN110264325A (zh) * | 2019-04-26 | 2019-09-20 | 国家电网有限公司 | 一种基于区块链的发票审核方法及装置 |
| CN110288456A (zh) * | 2019-06-25 | 2019-09-27 | 苏州梦嘉信息技术有限公司 | 财务审批管理系统及方法 |
| CN110544161A (zh) * | 2019-08-09 | 2019-12-06 | 北京市天元网络技术股份有限公司 | 基于票据数据自动提取的财务费用稽核方法以及装置 |
| CN111145005A (zh) * | 2019-12-24 | 2020-05-12 | 远光软件股份有限公司 | 一种基于区块链的员工自助报销系统、报销支付系统及报销方法 |
| CN112017019A (zh) * | 2020-07-10 | 2020-12-01 | 苏宁云计算有限公司 | 一种基于pdf语义提取分析的自动报销方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113297850A (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113822494B (zh) | 风险预测方法、装置、设备及存储介质 | |
| US11816165B2 (en) | Identification of fields in documents with neural networks without templates | |
| CN110442744B (zh) | 提取图像中目标信息的方法、装置、电子设备及可读介质 | |
| US10402163B2 (en) | Intelligent data extraction | |
| RU2760471C1 (ru) | Способы и системы идентификации полей в документе | |
| CN112016273A (zh) | 文档目录生成方法、装置、电子设备及可读存储介质 | |
| CN113255496A (zh) | 基于区块链技术的财务费用报销管理方法 | |
| CN112988963B (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
| US12118813B2 (en) | Continuous learning for document processing and analysis | |
| CN113255498A (zh) | 基于区块链技术的财务报销发票管理方法 | |
| US20220139098A1 (en) | Identification of blocks of associated words in documents with complex structures | |
| US20220335073A1 (en) | Fuzzy searching using word shapes for big data applications | |
| CN115392237B (zh) | 情感分析模型训练方法、装置、设备及存储介质 | |
| CN116681082A (zh) | 离散文本语义分段方法、装置、设备及存储介质 | |
| US12118816B2 (en) | Continuous learning for document processing and analysis | |
| CN113297850B (zh) | 基于区块链技术的跨部门财务支出管理方法 | |
| US11664992B1 (en) | Apparatus and method for generating a token certificate associated with an assignment | |
| CN115098644B (zh) | 图像与文本匹配方法、装置、电子设备及存储介质 | |
| CN116935130A (zh) | 基于ResNet和OCR的图片联合分类方法、装置、电子设备及介质 | |
| CN116414987A (zh) | 基于人工智能的文本分类方法及相关设备 | |
| CN115147660A (zh) | 基于增量学习的图像分类方法、装置、设备及存储介质 | |
| CN115114408A (zh) | 多模态情感分类方法、装置、设备及存储介质 | |
| CN109472277A (zh) | 借贷方分类的方法、装置以及存储介质 | |
| WO2021137166A1 (en) | Domain based text extraction | |
| CN113297849B (zh) | 基于区块链技术的财务预提费用管理方法 |
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 |
Effective date of registration: 20230911 Address after: Room 612, room 615, building 1, 88 Shishan Road, high tech Zone, Suzhou, Jiangsu 215000 Applicant after: Jiangsu huanxun Information Technology Co.,Ltd. Address before: 250000 room 911-26, building 3, China Railway Caizhi center, Jinan area, China (Shandong) pilot Free Trade Zone, Jinan City, Shandong Province Applicant before: Jinan Senwei Network Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |