一种利用单据自动发单的方法及装置制造方法及图纸

本发明专利技术涉及一种利用单据自动发单的方法及装置，通过拍照获取图片格式的单据，并采用NLP方法识别出收货人地址等配送信息，并通过计算分值的方法验证配送信息是否正确，根据验证正确的配送信息自动填写订单信息，从而实现利用单据一键快捷发单的目的，降低用户的输入操作，提高高峰期间的发单效率，提高发单过程中信息提取的准确性，从而大大提升商家使用体验。本发明专利技术采用NLP方法识别单据中的收货人地址等配送信息，极大地提高了单据识别的效率和准确性。通过对所提取的配送信息采用分值计算的方法进行准确性校验，在保证信息准确性的前提下提高了校验的效率，并且为配送信息提取模型的长期训练提供了可靠的训练样本。型的长期训练提供了可靠的训练样本。型的长期训练提供了可靠的训练样本。

【技术实现步骤摘要】
一种利用单据自动发单的方法及装置


[0001]本专利技术涉及大数据和人工智能
，尤其涉及一种利用单据自动发单的方法及装置。

技术介绍

[0002]现有技术中，市场运营人员通常关注如何大规模、低成本获取用户。通过营销广告推荐等方式带来了新用户注册，但是对用户的留存、平台的依赖并没有具体的分析。虽然目前发单平台已经非常普遍，例如采用APP、微信小程序、电脑端PC端等平台都可以进行配送呼叫。
[0003]但是上述现有的发单平台仍存在一些缺陷。例如，商家在订单高峰期间需要抽专人根据餐品包装上的外卖小票，手动通过APP将收件人信息输入系统后进行发布订单呼叫配送。此操作效率较慢而且也容易造成餐品积压。特别是高峰期间更是需要大量人员进行下单呼叫配送员，还容易出现错误，比较占用商家资源。除此之外商家一方面需要忙着包装商品，另外一方面还需要关心订单有没有配送出去，用户等待时间长退单的问题。根据商家反馈的这一痛点问题，系统急需一个功能来打破这个局面。

技术实现思路

[0004]基于现有技术的上述情况，本专利技术的目的在于提供一种利用单据自动发单的方法及装置，利用大数据智能算法识别出收货人信息后可以自动填写订单信息，从而实现利用单据一键快捷发单的目的，降低用户的输入操作，提高高峰期间的发单效率，提高发单过程中信息提取的准确性，从而大大提升商家使用体验。
[0005]为达到上述目的，根据本专利技术的一个方面，提供了一种利用单据自动发单的方法，包括步骤：
[0006]获取图片格式的单据；
[0007]对该图片格式的单据进行文字识别；
[0008]针对所识别出的文字，采用NLP方法提取出其中的配送信息；
[0009]对该配送信息进行校验，若校验合格，则进行下一步；若校验不合格，则返回第一步重新录入，并在该条单据信息中加入返回计数位n，n的初始值为0且n＝n+1；
[0010]根据该配送信息自动生成配送订单。
[0011]进一步的，所述针对所识别出的文字，采用NLP方法提取出其中的配送信息包括：
[0012]建立配送信息提取模型；
[0013]将所述识别出的文字输入配送信息提取模型，以得到配送信息。
[0014]进一步的，所述建立配送信息提取模型包括：
[0015]从样本库中获取训练样本；
[0016]对训练样本中的配送信息进行标记和标准化处理，并将处理后的样本进行文本转换；
[0017]利用转换后的训练样本进行机器学习，以得到配送信息提取模型。
[0018]进一步的，所述配送信息包括收货人地址、收货人姓名、联系电话、配送商品属性和配送商品重量。
[0019]进一步的，所述对该配送信息进行校验包括：
[0020]将收货人地址分别输入标准地址库和系统地址库，若与任一地址库中的地址全部匹配，则ADD＝1；若与任一地址库中的地址部分匹配，则ADD＝m，0<m<1，且m与地址的匹配程度相关；若与任一地址库中的地址均不匹配，则ADD＝0；
[0021]判断收货人姓名中的第一个字符是否为正常姓氏，若是，则NAM＝1；若否，则NAM＝0；
[0022]判断联系电话是否符合11位数字及移动电话编码规则，若符合，则NUM＝1；若不符合，则NUM＝0；
[0023]其中，ADD为收货人地址分值，NAM为收货人姓名分值，NUM为联系电话分值。
[0024]进一步的，判断校验是否合格包括：
[0025]判断配送信息校验综合分值S是否大于得分阈值Thr，若大于，则校验合格，若小于等于，则校验不合格；其中，
[0026]S＝k
A
·
ADD+k
B
·
NUM+k
C
·
NAM
[0027]若校验不合格，对返回计数位n进行判别，若n≥2，则人工核实收货人地址是否正确，若正确且与任一地址库中的地址均不匹配，则将该地址加入系统地址库并重新校验；
[0028]k
A
、k
B
、k
C
分别为收货人地址、收货人姓名、联系电话的分值权重，且1>k
A
>k
C
>k
B
>0。
[0029]进一步的，还包括：若配送信息校验合格，则将该条单据的数据作为训练样本加入样本库，以对配送信息提取模型进行训练。
[0030]进一步的，所述根据该配送信息自动生成配送订单包括：
[0031]根据收货人地址、配送商品属性和配送商品重量计算配送费；
[0032]根据收货人地址计算出收货人的准确坐标信息；
[0033]将收货人地址、收货人姓名和联系电话以及所计算的配送费和准确坐标信息自动填入下单页面。
[0034]进一步的，所述单据包括餐饮小票、ERP系统小票、微信发送的下单信息、以及电商平台的下单信息。
[0035]根据本专利技术的另一个方面，提高了一种利用单据自动发单的装置，包括单据获取模块、文字识别模块、配送信息提取模块、校验模块和配送订单自动生成模块；其中，
[0036]所述单据获取模块用于获取图片格式的单据；
[0037]所述文字识别模块用于对该图片格式的单据进行文字识别；
[0038]所述配送信息提取模块用于针对所识别出的文字，采用NLP方法提取出其中的配送信息；
[0039]所述校验模块用于对该配送信息进行校验，并且在校验不合格时在该条单据信息中加入返回计数位n，n的初始值为0且n＝n+1；
[0040]所述配送订单自动生成模块用于根据该配送信息自动生成配送订单。
[0041]综上所述，本专利技术提供了一种利用单据自动发单的方法及装置，通过拍照获取图片格式的单据，并采用NLP方法识别出收货人地址等配送信息，并通过计算分值的方法验证
配送信息是否正确，根据验证正确的配送信息自动填写订单信息，从而实现利用单据一键快捷发单的目的，降低用户的输入操作，提高高峰期间的发单效率，提高发单过程中信息提取的准确性，从而大大提升商家使用体验。
[0042]本专利技术具有如下有益的技术效果：
[0043](1)采用NLP方法识别单据中的收货人地址等配送信息，在NLP方法中通过样本训练建立配送信息提取模型，并在使用过程中的不断收集实际案例作为训练样本不断对模型进行训练，能够得到识别准确率更高的配送信息提取模型，相比于现有技术中人工识别的方式，极大地提高了单据识别的效率和准确性。
[0044](2)对所提取的配送信息采用分值计算的方法进行准确性校验，将配送信息中的不同重要程度的信息赋予不同的分值权重，将配送信息赋予相应的分值，以将识别结果的准确性采用数字进行量化，能够更加直观地体现识别的准确程度，并为下一步的校验提供了定量标准，从而在保证信息准确性的前提下提高了校验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用单据自动发单的方法，其特征在于，包括步骤：获取图片格式的单据；对该图片格式的单据进行文字识别；针对所识别出的文字，采用NLP方法提取出其中的配送信息；对该配送信息进行校验，若校验合格，则进行下一步；若校验不合格，则返回第一步重新录入，并在该条单据信息中加入返回计数位n，n的初始值为0且n＝n+1；根据该配送信息自动生成配送订单。2.根据权利要求1所述的方法，其特征在于，所述针对所识别出的文字，采用NLP方法提取出其中的配送信息包括：建立配送信息提取模型；将所述识别出的文字输入配送信息提取模型，以得到配送信息。3.根据权利要求2所述的方法，其特征在于，所述建立配送信息提取模型包括：从样本库中获取训练样本；对训练样本中的配送信息进行标记和标准化处理，并将处理后的样本进行文本转换；利用转换后的训练样本进行机器学习，以得到配送信息提取模型。4.根据权利要求3所述的方法，其特征在于，所述配送信息包括收货人地址、收货人姓名、联系电话、配送商品属性和配送商品重量。5.根据权利要求4所述的方法，其特征在于，所述对该配送信息进行校验包括：将收货人地址分别输入标准地址库和系统地址库，若与任一地址库中的地址全部匹配，则ADD＝1；若与任一地址库中的地址部分匹配，则ADD＝m，0＜m＜1，且m与地址的匹配程度相关；若与任一地址库中的地址均不匹配，则ADD＝0；判断收货人姓名中的第一个字符是否为正常姓氏，若是，则NAM＝1；若否，则NAM＝0；判断联系电话是否符合11位数字及移动电话编码规则，若符合，则NUM＝1；若不符合，则NUM＝0；其中，ADD为收货人地址分值，NAM为收货人姓名分值，NUM为联系电话分值。6.根据权利要求5所述的方法，其特征在于，判断校验是否合格包括：判断配送信息校验综合分值S是否大于得分阈值Thr，若大于，则校验合格，若小于等于，则校验不合格；其中，S＝k
...

【专利技术属性】
技术研发人员：孙红军，
申请(专利权)人：郑州时空隧道信息技术有限公司，
类型：发明
国别省市：