CN111488458A - 国际贸易商品代码的自动识别处理方法及系统 - Google Patents
国际贸易商品代码的自动识别处理方法及系统 Download PDFInfo
- Publication number
- CN111488458A CN111488458A CN202010286717.2A CN202010286717A CN111488458A CN 111488458 A CN111488458 A CN 111488458A CN 202010286717 A CN202010286717 A CN 202010286717A CN 111488458 A CN111488458 A CN 111488458A
- Authority
- CN
- China
- Prior art keywords
- classification
- commodity
- description
- name
- customs
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种国际贸易商品代码的自动识别处理方法及系统,包括:数据学习步骤:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;品名分类步骤:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;语义分类步骤:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别。本发明采用自然语言分析技术,对商品说明中的有效信息进行分析和抽提,解决了需要专业归类人员进行商品归类的问题和需要人工输入归类要素并撰写归类建议书的问题。
Description
技术领域
本发明涉及文字识别技术领域,具体地,涉及国际贸易商品代码的自动识别处理方法及系统。
背景技术
国际贸易中对所有的进出口交易的产品都有统一代码,即HSCODE。但交易中的产品适用哪一个HSCODE需要专业人士根据产品的详细说明进行评估才能正确归类。
HS-CODE是《商品名称及编码协调制度》的简称。编码协调制度由国际海关理事会制定,英文名称为The Harmonization System Code(HS-Code),是对各种不同产品出入境应征/应退关税税率进行量化管理的制度。各国海关、商品出入境管理机构确认商品类别、进行商品分类管理、审核关税标准、检验商品品质指标的基本要素就是进出口商品通用的身份证明——HS编码。
专利文献CN1914621A(申请号:200480041342.2)提供了一种用于识别及鉴别货物的方法。导出一基于与一货物相关的信息或一图像的代码或校验和并将其与一条形码关联以包括在一标签上。由一接收方来扫描所述标签以鉴别所述货物。基于一图像通过将一图像提取到所述图像的色调成分中并使用一格栅来创建一图案从而提供可扫描代码。所述图案可由一扫描器读出来直接获得一代码,或通过参考一查用表来获得一代码。所述代码、条形码、数字条形码或可扫描代码均可包括于一例如一RFID货签的标签或货签上。
上述背景专利和本文所述专利要处理的业务有很大不同,上述背景专利是一种实体货物上标签的识别方法。而本文所述专利是企业对自己生产出来的新商品,寻求海关商品归类编码HSCODE的一种智能方法。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种国际贸易商品编码的自动识别处理方法及系统。
根据本发明提供的一种国际贸易商品代码的自动识别处理方法,包括:
数据学习步骤:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类步骤:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
商品说明分类步骤:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取步骤:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成步骤:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
优选地,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
优选地,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
优选地,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
优选地,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
根据本发明提供的一种国际贸易商品代码的自动识别处理系统,包括:
数据学习模块:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类模块:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
语义分类模块:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取模块:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成模块:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
优选地,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
优选地,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
优选地,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
优选地,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
与现有技术相比,本发明具有如下的有益效果:
1、通过大数据学习,使机器能自动理解国际贸易中对产品和产品说明,并自动给出可能性最高的海关商品统一编码HSCODE。解决了大量的贸易企业最棘手的商品归类问题,降低了贸易环节的成本,大幅提高了工作效率;
2、采用自然语言分析技术,对商品说明中的有效信息进行分析和抽提,解决了需要人工进行商品归类要素录入的问题;
3、采用自然语言处理技术,直接生成归类建议书,提高了专业归类人员的工作效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的国际贸易商品代码的自动识别处理方法的流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示,根据本发明提供的一种国际贸易商品代码的自动识别处理方法,包括:
数据学习步骤:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类步骤:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
商品说明分类步骤:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取步骤:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成步骤:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
具体地,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
具体地,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
具体地,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
具体地,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
根据本发明提供的一种国际贸易商品代码的自动识别处理系统,包括:
数据学习模块:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类模块:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
语义分类模块:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取模块:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成模块:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
具体地,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
具体地,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
具体地,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
具体地,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
下面通过优选例,对本发明进行更为具体地说明。
优选例1:
步骤1.通过对海量海关商品编码大数据进行学习(例如:我们会提取商品的商品描述进行分词,生成维度为300的词向量。将词向量输入一个5层,每层1500节点的GRU神经网络中进行训练),形成商品品名和商品说明语料库和人工智能归类模型(人工智能归类模型包含了单独的品名归类模型、商品说明归类模型,以及两种信息结合后生成的归类模型);
上例中进行训练产生的结果,一般称之为模型,我们是对海关商品编码的归类大数据训练后产生的模型,所以称之为归类模型。
步骤2.用户提交商品的品名和说明到运用了步骤一产生的语料库及AI归类模型作为核心的一套商品智能归类系统,系统后端服务器结合商品说明语料库先对该品名进行语义分析,并结合品名归类模型推荐若干可能的商品归类大类别;
步骤3.系统后端服务器接着对商品说明结合语料库进行语义分析,并结合归类模型,在上述大类别中找出更加精确的归类分类,并根据可能性(人工智能归类模型输出匹配度)向用户推荐至少三个归类结果。
步骤4.根据不同的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素(归类要素是指海关商品编码归类所需要的必要信息,如用途、加工方法、成分含量、种类等信息)。
步骤5.根据上述归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书;语义分析(Semantic Analysis)是人工智能(Artificial Intelligence)的一个分支,指运用各种方法,学习与理解一段文本所表示的语义内容,任何对语言的理解都可以归为语义分析的范畴。在此技术基础上对文本的各种加工处理,统称人工智能语义处理技术。
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种国际贸易商品代码的自动识别处理方法,其特征在于,包括:
数据学习步骤:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类步骤:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
商品说明分类步骤:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取步骤:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成步骤:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
2.根据权利要求1所述的国际贸易商品代码的自动识别处理方法,其特征在于,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
3.根据权利要求1所述的国际贸易商品代码的自动识别处理方法,其特征在于,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
4.根据权利要求2所述的国际贸易商品代码的自动识别处理方法,其特征在于,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
5.根据权利要求1所述的国际贸易商品代码的自动识别处理方法,其特征在于,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
6.一种国际贸易商品代码的自动识别处理系统,其特征在于,包括:
数据学习模块:通过对海量海关商品编码大数据进行学习,形成商品品名及商品说明语料库和人工智能归类模型;
品名分类模块:提交商品的品名信息和说明信息,首先根据形成的商品品名及商品说明语料库对该品名进行语义分析,并结合人工智能归类模型推荐多个可能的商品归类大类别;
语义分类模块:结合形成的商品品名及商品说明语料库对提交的商品的说明进行语义分析,再通过人工智能归类模型,在推荐的多个可能的商品归类大类别中找出更加精确的归类小类别,人工智能归类模型输出各归类小类别的匹配度,并根据匹配度高低向用户推荐预设数量的归类结果;
归类要素提取模块:根据推荐的归类结果,结合海关税则规定,使用语义分析技术从用户提交的商品说明信息中抽提出归类要素;
建议书生成模块:根据获得的归类结果和归类要素,使用人工智能语义处理技术自动生成归类建议书。
7.根据权利要求6所述的国际贸易商品代码的自动识别处理系统,其特征在于,所述人工智能归类模型包含:商品品名归类模型、商品说明归类模型以及品名信息和说明信息结合后生成的归类模型;
所述海量海关商品编码大数据指海关HS编码。
8.根据权利要求6所述的国际贸易商品代码的自动识别处理系统,其特征在于,所述通过对海量海关商品编码大数据进行学习包括:
提取商品的商品描述进行分词,生成预设维度的词向量;
将词向量输入一个优选的自然语言处理模型中进行训练及反复调优。
9.根据权利要求7所述的国际贸易商品代码的自动识别处理系统,其特征在于,所述品名信息和说明信息结合后生成的归类模型:
用于辅助分类或者验证分类,以提高分类精准度。
10.根据权利要求6所述的国际贸易商品代码的自动识别处理系统,其特征在于,所述归类要素是指海关商品编码归类所需要的必要信息,包括:用途、加工方法、成分含量以及种类信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286717.2A CN111488458B (zh) | 2020-04-13 | 2020-04-13 | 国际贸易商品代码的自动识别处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286717.2A CN111488458B (zh) | 2020-04-13 | 2020-04-13 | 国际贸易商品代码的自动识别处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111488458A true CN111488458A (zh) | 2020-08-04 |
CN111488458B CN111488458B (zh) | 2023-04-11 |
Family
ID=71791815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010286717.2A Active CN111488458B (zh) | 2020-04-13 | 2020-04-13 | 国际贸易商品代码的自动识别处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111488458B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395429A (zh) * | 2020-12-02 | 2021-02-23 | 上海三稻智能科技有限公司 | 基于图神经网络的hs编码判定、推送、应用方法、系统及存储介质 |
CN113343640A (zh) * | 2021-05-26 | 2021-09-03 | 南京大学 | 一种海关报关商品hs编码分类方法及装置 |
CN117035695A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 一种信息预警的方法、装置、可读存储介质以及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120124050A1 (en) * | 2010-11-16 | 2012-05-17 | Electronics And Telecommunications Research Institute | System and method for hs code recommendation |
US8498986B1 (en) * | 2012-01-31 | 2013-07-30 | Business Objects Software Ltd. | Classifying data using machine learning |
CN104599153A (zh) * | 2014-08-29 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 商品推荐方法、商品推荐服务器及商品推荐终端 |
CN105117426A (zh) * | 2015-07-31 | 2015-12-02 | 重庆龙工场跨境电子商务投资有限公司 | 一种海关编码智能搜索系统 |
CN109359195A (zh) * | 2018-10-19 | 2019-02-19 | 杭州推点科技发展有限公司 | 一种hs编码转译方法 |
CN109559029A (zh) * | 2018-11-27 | 2019-04-02 | 深圳市关运通科技有限公司 | 一种海关商品智能归类方法和装置 |
CN110008337A (zh) * | 2019-01-24 | 2019-07-12 | 科大国创软件股份有限公司 | 基于相应度衡量的并行lstm结构海关商品分类方法 |
CN110148007A (zh) * | 2018-08-27 | 2019-08-20 | 深圳码隆科技有限公司 | 商品信息检测方法、装置、计算机设备和存储介质 |
CN110175235A (zh) * | 2019-04-23 | 2019-08-27 | 苏宁易购集团股份有限公司 | 基于神经网络的智能商品税分类编码方法及系统 |
US20190332660A1 (en) * | 2017-12-28 | 2019-10-31 | INLT, Inc. | System and method for self-filing customs entry forms |
CN110471948A (zh) * | 2019-07-10 | 2019-11-19 | 北京交通大学 | 一种基于历史数据挖掘的海关报关商品智能归类方法 |
-
2020
- 2020-04-13 CN CN202010286717.2A patent/CN111488458B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120124050A1 (en) * | 2010-11-16 | 2012-05-17 | Electronics And Telecommunications Research Institute | System and method for hs code recommendation |
US8498986B1 (en) * | 2012-01-31 | 2013-07-30 | Business Objects Software Ltd. | Classifying data using machine learning |
CN104599153A (zh) * | 2014-08-29 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 商品推荐方法、商品推荐服务器及商品推荐终端 |
CN105117426A (zh) * | 2015-07-31 | 2015-12-02 | 重庆龙工场跨境电子商务投资有限公司 | 一种海关编码智能搜索系统 |
US20190332660A1 (en) * | 2017-12-28 | 2019-10-31 | INLT, Inc. | System and method for self-filing customs entry forms |
CN110148007A (zh) * | 2018-08-27 | 2019-08-20 | 深圳码隆科技有限公司 | 商品信息检测方法、装置、计算机设备和存储介质 |
CN109359195A (zh) * | 2018-10-19 | 2019-02-19 | 杭州推点科技发展有限公司 | 一种hs编码转译方法 |
CN109559029A (zh) * | 2018-11-27 | 2019-04-02 | 深圳市关运通科技有限公司 | 一种海关商品智能归类方法和装置 |
CN110008337A (zh) * | 2019-01-24 | 2019-07-12 | 科大国创软件股份有限公司 | 基于相应度衡量的并行lstm结构海关商品分类方法 |
CN110175235A (zh) * | 2019-04-23 | 2019-08-27 | 苏宁易购集团股份有限公司 | 基于神经网络的智能商品税分类编码方法及系统 |
CN110471948A (zh) * | 2019-07-10 | 2019-11-19 | 北京交通大学 | 一种基于历史数据挖掘的海关报关商品智能归类方法 |
Non-Patent Citations (2)
Title |
---|
刘嵩: "运用商品名称及编码协调制度(HS)促进我国商品进出口业务" * |
朱雪玲;: "跨境电商中HS编码与GTIN编码映射方法介绍" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395429A (zh) * | 2020-12-02 | 2021-02-23 | 上海三稻智能科技有限公司 | 基于图神经网络的hs编码判定、推送、应用方法、系统及存储介质 |
CN113343640A (zh) * | 2021-05-26 | 2021-09-03 | 南京大学 | 一种海关报关商品hs编码分类方法及装置 |
CN113343640B (zh) * | 2021-05-26 | 2024-02-20 | 南京大学 | 一种海关报关商品hs编码分类方法及装置 |
CN117035695A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 一种信息预警的方法、装置、可读存储介质以及电子设备 |
CN117035695B (zh) * | 2023-10-08 | 2024-03-05 | 之江实验室 | 一种信息预警的方法、装置、可读存储介质以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111488458B (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111488458B (zh) | 国际贸易商品代码的自动识别处理方法及系统 | |
EP3920044A1 (en) | Data-driven structure extraction from text documents | |
CN110046978A (zh) | 智能报销方法 | |
CN112434691A (zh) | 基于智能解析识别的hs编码匹配、展示方法、系统及存储介质 | |
US11501549B2 (en) | Document processing using hybrid rule-based artificial intelligence (AI) mechanisms | |
Yuan-jie et al. | Web service classification based on automatic semantic annotation and ensemble learning | |
US20220036063A1 (en) | Document information extraction for computer manipulation | |
CN110543475A (zh) | 一种基于机器学习的财务报表数据自动识别和分析方法 | |
CN112347254A (zh) | 新闻文本的分类方法、装置、计算机设备和存储介质 | |
TWI716761B (zh) | 智能會計帳務系統與會計憑證的辨識入帳方法 | |
CN118194842A (zh) | 文档智能识别方法、装置、电子设备及存储介质 | |
CN113592512A (zh) | 一种线上商品身份唯一性识别确认系统 | |
CN109446522A (zh) | 一种试题自动分类系统及方法 | |
Klein et al. | smartFIX: An adaptive system for document analysis and understanding | |
CN117114595A (zh) | 一种基于关键信息提取的采购合同审核方法及系统 | |
CN116186257A (zh) | 一种基于混合特征对短文本进行分类的方法及系统 | |
CN114936927A (zh) | 跨境汇款单据验证方法及装置 | |
CN115063784A (zh) | 票据图像的信息提取方法和装置、存储介质及电子设备 | |
CN114549177A (zh) | 保函审查方法、装置、系统与计算机可读存储介质 | |
CN114492408A (zh) | 信用证审核方法、装置、电子设备及存储介质 | |
CN114780602A (zh) | 数据溯源分析方法、装置、计算机设备及存储介质 | |
CN114299520A (zh) | 一种基于双模型融合的供应商资质审核方法和审核装置 | |
Wattar | Analysis and Comparison of invoice data extraction methods | |
CN112395429A (zh) | 基于图神经网络的hs编码判定、推送、应用方法、系统及存储介质 | |
CN116976313B (zh) | 场外交易指令文本的解析方法、装置和计算机可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |