【技术实现步骤摘要】
提取财务信息用于记账的方法和系统
本专利技术涉及智能识别
，具体地，涉及一种提取财务信息用于记账的方法和系统。
技术介绍
传统人工记账方式低效，对于大量且不同来源所生成的财务信息进行汇总记账，往往需要耗费大量的人力物力，且容易出错，造成较难弥补的损失。因此，需要提出高效的记账方式。专利文献CN109636557A公开一种基于票据识别的智能分类记账方法，包括记账凭证生成步骤：获取原始票据的图像并通过图像识别得到票据信息；通过票据信息匹配票种规则，确定该原始票据对应的会计票种，所述票种规则根据每一种会计票种的特征信息进行设定；根据确定的会计票种查找出对应的凭证模板，所述凭证模板待填写的项目包含科目和金额；根据票据信息自动匹配票据类别；将票据类别自动填入所述科目中，并从票据信息中提取金额信息，自动填入凭证模板，生成记账凭证。能够智能分类票据，并生成记账凭证，同时自动更新凭证模板，训练人工智能记账机制，大大提高了会计的工作效率。但是上述方案仅能针对特定的会计票种，不能适用财务记录来源大量不同的情况，以及在多个软件中涉及...
【技术保护点】
1.一种提取财务信息用于记账的方法，其特征在于，包括：/n步骤S1：使用第一设备接收第一影像；/n步骤S2：使用预设的分类模型对第一影像按生成来源进行分类，生成影像类别信息和影像类别编号；/n步骤S3：根据影像类别编号使用预设的与影像类别编号对应的所属分类的财务信息提取模型，对第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息，生成不同的财务记录进行提取；/n步骤S4：将影像类别信息及第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息记入财务账本内，并根据不同的财务记录给予相应的账本记录编号。/n
【技术特征摘要】
20200618 CN 20201056064751.一种提取财务信息用于记账的方法，其特征在于，包括：
步骤S1：使用第一设备接收第一影像；
步骤S2：使用预设的分类模型对第一影像按生成来源进行分类，生成影像类别信息和影像类别编号；
步骤S3：根据影像类别编号使用预设的与影像类别编号对应的所属分类的财务信息提取模型，对第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息，生成不同的财务记录进行提取；
步骤S4：将影像类别信息及第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息记入财务账本内，并根据不同的财务记录给予相应的账本记录编号。
2.根据权利要求1所述的提取财务信息用于记账的方法，其特征在于，所述第一影像为图片或视频，影像来源为对财务信息软件中的财务信息页面进行截屏或录屏；
所述步骤S2包括：
步骤S2.1：从生成财务信息的来源中截屏或录屏财务信息页面，以及与财务信息页面对应的类别标准文档，形成影像训练集；
步骤S2.2：使用神经网络模型对影像训练集进行分类识别训练，得到第一分类模型；
步骤S2.3：在分类模型中设定多个分级或者不设定分级，设定多个分级中，第一分级为创建财务信息的软件类别，第二分级为财务信息的记录类别，第三分级为创建财务信息软件的页面布局差异；不设定分级中，所述软件类别、记录类别、页面布局差异保存在类别标准文档中；
步骤S2.4：令分类模型对影像训练集进行分类识别，将得到的第一类别信息和第一类别编号分别与类别标准文档中的第二类别信息和第二类别编号进行比较，根据得到的误差值调整神经网络模型的分类参数，持续比较后使得误差值小于设定阈值，得到第二分类模型，使用第二分类模型生成影像类别信息和影像类别编号；或者，
所述步骤S3包括：
步骤S3.1：从生成财务信息的来源中截屏或录屏之后依照类别标准文档归类得到的同一类别编号的财务信息页面，以及与财务信息页面对应的财务信息标注文档，形成同一类别编号下的含财务信息的类别影像集合；
步骤S3.2：使用神经网络模型对类别影像集合进行提取识别训练，得到与同一类别编号对应的所属分类的财务信息提取模型；
步骤S3.3：根据同一类别编号与财务信息提取模型对第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息，生成不同的财务记录进行提取；或者，
所述步骤S4包括：
步骤S4.1：在财务账本中创建一个或多个账本字段，所述账本字段与第一影像中一个或多个区域所关联的财务字段，以及影像类别编号相关联；
步骤S4.2：根据账本字段的关联关系，将第一影像中一个或多个区域所关联的财务字段中的文本及图像信息和影像类别信息记入财务账本内；
步骤S4.3：对财务账本中对应同一条财务记录的多个账本字段在同一账本记录编号下进行合并或更新。
3.一种提取财务信息用于记账的系统，其特征在于，包括：
模块S1：使用第一设备接收第一影像；
模块S2：使用预设的分类模型对第一影像按生成来源进行分类，生成影像类别信息和影像类别编号；
模块S3：根据影像类别编号使用预设的与影像类别编号对应的所属分类的财务信息提取模型，对第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息，生成不同的财务记录进行提取；
模块S4：将影像类别信息及第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息记入财务账本内，并根据不同的财务记录给予相应的账本记录编号。
4.根据权利要求3所述的提取财务信息用于记账的系统，其特征在于，所述第一影像为图片或视频，影像来源为对财务信息软件中的财务信息页面进行截屏或录屏；
所述模块S2包括：
模块S2.1：从生成财务信息的来源中截屏或录屏财务信息页面，以及与财务信息页面对应的类别标准文档，形成影像训练集；
模块S2.2：使用神经网络模型对影像训练集进行分类识别训练，得到第一分类模型；
模块S2.3：在分类模型中设定多个分级或者不设定分级，设定多个分级中，第一分级为创建财务信息的软件类别，第二分级为财务信息的记录类别，第三分级为创建财务信息软件的页面布局差异；不设定分级中，所述软件类别、记录类别、页面布局差异保存在类别标准文档中；
模块S2.4：令分类模型对影像训练集进行分类识别，将得到的第一类别信息和第一类别编号分别与类别标准文档中的第二类别信息和第二类别编号进行比较，根据得到的误差值调整神经网络模型的分类参数，持续比较后使得误差值小于设定阈值，得到第二分类模型，使用第二分类模型生成影像类别信息和影像类别编号；或者，
所述模块S3包括：
模块S3.1：从生成财务信息的来源中截屏或录屏之后依照类别标准文档归类得到的同一类别编号的财务信息页面，以及与财务信息页面对应的财务信息标注文档，形成同一类别编号下的含财务信息的类别影像集合；
模块S3.2：使用神经网络模型对类别影像集合进行提取识别训练，得到与同一类别编号对应的所属分类的财务信息提取模型；
模块S3.3：根据同一类别编号与财务信息提取模型对第一影像中一个或多个区域所关联的财务字段的文本和/或图像信息，生成不同的财务记录进行提取；或者，
所述模块S4包括：
模块S4.1：在财务账本中创建一个或多个账本字段，所述账本字段与第一影像中一个或多个区域所关联的财务字段，以及影像类别编号相关联；
模块S4.2：根据账本字段的关联关系，将第一影像中一个或多个区域所关联的财务字段中的文本及图像信息和影像类别信息记入财务账本内；
模块S4.3：对财务账本中对应同一条财务记录的多个账本字段在同一账本记录编号下进行合并或更新。
5.根据权利要求1所述的提取财务信息用于记账的方法，其特征在于，步骤S3和步骤S4包括：
步骤S3：使用预设的文本图像信息提取模型对第一影像中所有的文本及图像信息进行提取；
根据影像类别编号使用预设的与影像类别编号对应的所属分类的财务信息解析模型，从已提取的文本图像信息中匹配筛选出与预设财务信息字典所关联的财务字段，生成不同的财务记录进行提取；
步骤S4：将影像类别信息及第一影像中识别解析出的与预设财务信息字典所关联的财务字段的文本和/或图像信息记入财务账本内，并根据不同的财务记录给予相应的账本记录编号。
6.根据权利要求5所述的提取财务信息用于记账的方法，其特征在于，所述步骤S3包括：
步骤S3.1：从生成财务信息的来源中截屏或录屏财务信息页面，以及与财务信息页面对应的文本图像信息标注文档，形成影像训练集；
步骤S3.2：使用神经网络模型对影像训练集进行文本图像识别训练，得到第一文本图像信息提取模型；
步骤S3.3：在文本图像信息提取模型中设定文本信息以文字及符号组成的单个字段为单位进行识别，图像信息以单个图标为单位进行识别；
步骤S3.4：令文本图像信息提取模型对影像训练集进行识别，将提取得到的第一文本信息和第一图像信息分别与文本图像信息标注文档中的第二文本信息和第二图像信息进行比较，根据得到的误差值调整神经网络模型的识别参数，持续比较后使得误差值小于设定阈值，得到第二文本图像信息提取模型，使用第二文本图像信息提取模型生成影像文本和/或图像信息；或者，
所述步骤S3还包括：
步骤S3.5：从第二文本图像信息提取模型生成影像文本...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。