本申请公开了一种自动填充信息的方法、装置、存储介质及设备，该方法包括：首先获取目标文档，然后将目标文档输入至预先构建的文本分类模型，识别得到目标文档对应的预设分类；接着将目标文档输入至其对应的预设分类下的语义分类模型，识别得到目标文档的语义信息，进而可以根据该语义信息，自动向目标人员推荐目标办公软件，并在目标人员触发运行目标办公软件时，自动回填相关办公信息。由于本申请是先利用文本分类模型对目标文档进行分类，再利用对应分类下的语义分类模型识别得到目标文档的语义信息，从而能够根据该语义信息自动为目标人员推荐目标办公软件并回填相关的办公信息，进而减少了目标人员的手动操作，提升了目标人员的办公效率。标人员的办公效率。标人员的办公效率。
【技术实现步骤摘要】
一种自动填充信息的方法、装置、存储介质及设备
[0001]本申请涉及计算机
，尤其涉及一种自动填充信息的方法、装置、存储介质及设备。
技术介绍
[0002]随着人工智能(Artificial Intelligence，简称AI)技术的不断突破和各种智能设备的日益普及，人们需要处理的工作量逐渐增多。在日常办公中，发消息和发邮件已经是最自然的商务沟通方式，记载会议记录也已经成为办公的惯例，近两年远程会议更是变得更加频繁。人们通常会根据消息、邮件和会议记录等，提炼总结，来明确工作目标，进而展开具体的工作内容，例如打开Excel表格制作排期表、打开Word文档写文案、安排会议邀请人员参会等等。
[0003]为了提高人们的办公效率，目前已出现了各种AI办公平台，如钉钉、飞书等。但是目前的各种AI办公平台通常只支持办公人员自己主动进行各种工作处理，如在组织一场会议时，需要办公人员主动打开会议邀请界面、自己输入会议标题和邀请的参会对象，然后办公平台仅会帮助办公人员排查所有人的空闲时间，再发送会议邀请。虽然目前在这些AI办公平台上，可以自动排查参会人的空闲时间和自动生成会议记录，但是在这个会议过程中，是需要办公人员主动去完成打开会议邀请界面、输入会议标题及输入邀请对象等动作，增加了办公人员的工作量，而且需要让工作人员自行判断是否要发起会议，当工作人员事务繁多时，很可能会造成对会议必要性的忽视，且对于让办公人员自行填写的部分来说，有时也可能会由于人员的主观失误造成会议主题制定的遗漏或会议邀请人的遗漏等，导致办公人员的办公效率较低、体验较差。
[0004]因此，如何提高人们办公效率，减少办公中的失误，以提高人们的办公体验是目前亟待解决的技术问题。
技术实现思路
[0005]本申请实施例的主要目的在于提供一种自动填充信息的方法、装置、存储介质及设备，能够提升办公人员的办公效率，并且减少办公的失误。
[0006]本申请实施例提供了一种自动填充信息的方法，包括：
[0007]获取目标文档；所述目标文档为自动监控终端设备的桌面或应用得到的；
[0008]将所述目标文档输入至预先构建的文本分类模型，识别得到所述目标文档对应的预设分类；所述预设分类包括闲聊类型、项目信息类型、工作触发类型；
[0009]将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息；
[0010]根据所述目标文档的语义信息，自动向所述目标人员推荐目标办公软件，并在所述目标人员触发运行所述目标办公软件时，自动回填相关办公信息。
[0011]一种可能的实现方式中，所述文本分类模型的构建方式如下：
[0012]获取样本文档；所述样本文档为自动监控终端设备的桌面或应用得到的；
[0013]利用所述样本文档，对初始文本分类模型进行训练，得到所述文本分类模型；
[0014]其中，所述初始文本分类模型包括输入层、编码层、双向长短时记忆循环神经网络Bilstm层、注意力attention层、全连接层和输出层。
[0015]一种可能的实现方式中，所述将所述目标文档输入至预先构建的文本分类模型，识别得到所述目标文档对应的预设分类，包括：
[0016]将所述目标文档的字向量通过所述输入层输入编码层，得到编码向量；
[0017]将所述编码向量输入所述Bilstm层，得到所述目标文档中每个字的上下文特征向量；
[0018]将所述目标文档中每个字的上下文特征向量输入所述attention层，得到加权后的上下文特征向量；
[0019]将所述加权后的上下文特征向量输入所述全连接层，对所述目标文档进行分类，并将得到的分类结果通过所述输出层进行输出。
[0020]一种可能的实现方式中，当所述目标文档对应的预设分类为工作触发类型时，所述将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息，包括：
[0021]将所述目标文档输入至工作触发类型下的第一语义分类模型，识别得到所述目标文档的语义信息对应的目标办公软件；
[0022]和/或，将所述目标文档输入至工作触发类型下的第二语义分类模型，识别得到所述目标文档的语义信息所属的项目信息；
[0023]其中，所述第一语义分类模型和所述第二语义分类模型均是利用属于工作触发分类的样本文档训练得到的。
[0024]一种可能的实现方式中，当所述目标文档对应的预设分类为项目信息类型时，所述将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息，包括：
[0025]将所述目标文档输入至项目信息类型下的第三语义分类模型，识别得到所述目标文档的语义信息所属的项目信息；
[0026]其中，所述第三语义分类模型是利用属于项目信息分类的样本文档训练得到的。
[0027]一种可能的实现方式中，在所述将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息之后，所述方法还包括：
[0028]从所述目标文档的语义信息中提取关键信息；
[0029]从所述关键信息中抽取实体及实体之间关系，构成实体关系三元组，并将所述实体关系三元组存入所述目标文档的语义信息所属项目的数据库中。
[0030]一种可能的实现方式中，在根据所述目标文档的语义信息，自动向所述目标人员推荐目标办公软件之后，所述方法还包括：
[0031]接收所述目标人员触发的更新目标办公软件请求，并响应于所述请求，向所述目标人员展示更新后的目标办公软件；
[0032]利用所述更新后的目标办公软件，对所述第一语义分类模型进行更新。
[0033]本申请实施例还提供了一种自动填充信息的装置，包括：
[0034]第一获取单元，用于获取目标文档；所述目标文档为自动监控终端设备的桌面或应用得到的；
[0035]第一识别单元，用于将所述目标文档输入至预先构建的文本分类模型，识别得到所述目标文档对应的预设分类；所述预设分类包括闲聊类型、项目信息类型、工作触发类型；
[0036]第二识别单元，用于将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息；
[0037]推荐单元，用于根据所述目标文档的语义信息，自动向所述目标人员推荐目标办公软件，并在所述目标人员触发运行所述目标办公软件时，自动回填相关办公信息。
[0038]一种可能的实现方式中，所述装置还包括：
[0039]第二获取单元，用于获取样本文档；所述样本文档为自动监控终端设备的桌面或应用得到的；
[0040]训练单元，用于利用所述样本文档，对初始文本分类模型进行训练，得到所述文本分类模型；
[0041]其中，所述初始文本分类模型包括输入层、编码层、双向长短时记忆循环神经网络Bilstm层、注意力attention层、全连接层和输出层。
[0042]一种可能的实现方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动填充信息的方法，其特征在于，包括：获取目标文档；所述目标文档为自动监控终端设备的桌面或应用得到的；将所述目标文档输入至预先构建的文本分类模型，识别得到所述目标文档对应的预设分类；所述预设分类包括闲聊类型、项目信息类型、工作触发类型；将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息；根据所述目标文档的语义信息，自动向所述目标人员推荐目标办公软件，并在所述目标人员触发运行所述目标办公软件时，自动回填相关办公信息。2.根据权利要求1所述的方法，其特征在于，所述文本分类模型的构建方式如下：获取样本文档；所述样本文档为自动监控终端设备的桌面或应用得到的；利用所述样本文档，对初始文本分类模型进行训练，得到所述文本分类模型；其中，所述初始文本分类模型包括输入层、编码层、双向长短时记忆循环神经网络Bilstm层、注意力attention层、全连接层和输出层。3.根据权利要求2所述的方法，其特征在于，所述将所述目标文档输入至预先构建的文本分类模型，识别得到所述目标文档对应的预设分类，包括：将所述目标文档的字向量通过所述输入层输入编码层，得到编码向量；将所述编码向量输入所述Bilstm层，得到所述目标文档中每个字的上下文特征向量；将所述目标文档中每个字的上下文特征向量输入所述attention层，得到加权后的上下文特征向量；将所述加权后的上下文特征向量输入所述全连接层，对所述目标文档进行分类，并将得到的分类结果通过所述输出层进行输出。4.根据权利要求1所述的方法，其特征在于，当所述目标文档对应的预设分类为工作触发类型时，所述将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息，包括：将所述目标文档输入至工作触发类型下的第一语义分类模型，识别得到所述目标文档的语义信息对应的目标办公软件；和/或，将所述目标文档输入至工作触发类型下的第二语义分类模型，识别得到所述目标文档的语义信息所属的项目信息；其中，所述第一语义分类模型和所述第二语义分类模型均是利用属于工作触发分类的样本文档训练得到的。5.根据权利要求1所述的方法，其特征在于，当所述目标文档对应的预设分类为项目信息类型时，所述将所述目标文档输入至其对应的预设分类下的语义分类模型，识别得到所述目标文档的语义信息，包括：将所述目标文档输入至项目信息类型下的第三语义分类模型，识别得到所述目标文档的语义信息所属的项目信息；其中，所述第三语义分类模型是利用属于项目信息分类的样本文档训练...
【专利技术属性】
技术研发人员：郭思敏，刘权，陈志刚，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
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。