CN113553395A - 结合rpa和ai的信息方法、装置、设备及存储介质 - Google Patents

结合rpa和ai的信息方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113553395A
CN113553395A CN202110732357.9A CN202110732357A CN113553395A CN 113553395 A CN113553395 A CN 113553395A CN 202110732357 A CN202110732357 A CN 202110732357A CN 113553395 A CN113553395 A CN 113553395A
Authority
CN
China
Prior art keywords
query
rpa
target suspect
target
rpa system
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.)
Pending
Application number
CN202110732357.9A
Other languages
English (en)
Inventor
包啸虎
汪冠春
胡一川
褚瑞
李玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Laiye Network Technology Co Ltd
Laiye Technology Beijing Co Ltd
Original Assignee
Beijing Laiye Network Technology Co Ltd
Laiye Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Laiye Network Technology Co Ltd, Laiye Technology Beijing Co Ltd filed Critical Beijing Laiye Network Technology Co Ltd
Priority to CN202110732357.9A priority Critical patent/CN113553395A/zh
Publication of CN113553395A publication Critical patent/CN113553395A/zh
Pending legal-status Critical Current

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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F16/338—Presentation of query results
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提出了一种结合RPA和AI的信息查询方法及装置，由RPA系统执行，该方法包括：RPA系统获取待查询的目标嫌疑对象的标识信息；所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录；所述RPA基于自然语言处理NLP生成每个所述前科记录的规范文本；所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果。本申请中，通过RPA系统代替人工操作，节省了大量的人力物力，有效提高了目标嫌疑对象的前科记录信息的查询效率以及查询准确率，使得目标嫌疑对象的前科记录可以被更加直观的呈现。

Description

结合RPA和AI的信息方法、装置、设备及存储介质
技术领域
本申请涉及RPA、AI技术领域，特别涉及一种结合RPA和AI的信息查询方法、装置、设备及存储介质。
背景技术
机器人流程自动化(Robotic Process Automation，RPA)是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
相关技术中，需要人工登录不同的平台对目标嫌疑对象的前科记录进行人工搜索，并针对不同平台记录的不同内容整理成设定格式的总结话术，整体过程耗时较长，对人力物力耗损较大，同时人工操作较为容易发生搜索遗漏，导致出错。
发明内容
本申请旨在至少在一定程度上解决上述技术中的技术问题之一。
为此，本申请第一方面提出一种结合RPA和AI的信息查询方法。
本申请第二方面提出一种结合RPA和AI的信息查询装置。
本申请第三方面提出一种电子设备。
本申请第四方面提出一种计算机可读存储介质。
本申请第五方面提出一种计算机程序产品。
本申请第一方面提出的一种结合RPA和AI的信息查询方法，包括：RPA系统获取待查询的目标嫌疑对象的标识信息；所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录；所述RPA基于自然语言处理NLP生成每个所述前科记录的规范文本；所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果。
另外，本申请第一方面提出的结合RPA和AI的信息查询方法还可以具有如下附加的技术特征：
根据本申请的一个示例，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科等级；所述RPA系统按照所述前科等级从高到低的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
根据本申请的一个示例，所述目标嫌疑对象为多个时，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：所述RPA系统针对所述多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对所述任一目标嫌疑对象的每个所述规范文本进行分析，识别所述任一目标嫌疑对象的每个规范文本对应的前科等级，并根据所述前科等级对所述目标嫌疑对象的所有的所述规范文本进行排序，以生成所述任一目标嫌疑对象的查询结果；所述RPA系统基于每个所述目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级；所述RPA系统基于每个目标嫌疑对象的综合前科等级，对所述多个目标嫌疑对象的查询结果进行排序。
根据本申请的一个示例，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科发生时间；所述RPA系统按照所述前科发生时间从早到晚的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
根据本申请的一个示例，所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录，包括：所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，其中，所述查询请求包括所述目标嫌疑人的标识信息；所述RPA系统从所述公安系统的展示页面上抓取每个所述公共安全管理平台反馈的所述前科记录。
根据本申请的一个示例，所述目标嫌疑对象为多个时，所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，包括：所述RPA系统基于所述多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给所述公安系统，以通过所述公安系统对每个所述公共安全管理平台进行批量查询。
根据本申请的一个示例，所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录，包括：所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录。
根据本申请的一个示例，所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录，包括：所述RPA系统获取所述公共安全管理平台的数量，并启动与所述数量相同数量的查询线程，通过所述查询线程向对应的所述公共安全管理平台发送各自的查询请求和接收对应的所述公共安全管理平台反馈的所述查询信息。
根据本申请的一个示例，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：所述RPA系统获取每个所述规范文本对应的公共安全管理平台的平台标识，并基于所述平台标识对所述规范文本进行标记；所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑人的查询结果。
根据本申请的一个示例，所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑对象的查询结果，包括：所述RPA系统基于所述平台标识，确定所述规范文本在所述查询结果中的拼接顺序；所述RPA系统按照所述拼接顺序，对所述标记后的所述规范文本进行排序，按照所述顺序进行存储，生成所述查询结果。
本申请第二方面提出了一种结合RPA和AI的信息查询装置，包括获取模块，用于RPA系统获取待查询的目标嫌疑对象的标识信息；查询模块，用于所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录；处理模块，用于所述RPA基于自然语言处理NLP生成每个所述前科记录的规范文本；生成模块，用于所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果。
另外，本申请第二方面提出的一种结合RPA和AI的信息查询装置，还可以具有如下附加的技术特征：
根据本申请的一个示例，所述生成模块，还用于：所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科等级；所述RPA系统按照所述前科等级从高到低的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
根据本申请的一个示例，所述生成模块，还用于：所述RPA系统针对所述多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对所述任一目标嫌疑对象的每个所述规范文本进行分析，识别所述任一目标嫌疑对象的每个规范文本对应的前科等级，并根据所述前科等级对所述目标嫌疑对象的所有的所述规范文本进行排序，以生成所述任一目标嫌疑对象的查询结果；所述RPA系统基于每个所述目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级；所述RPA系统基于每个目标嫌疑对象的综合前科等级，对所述多个目标嫌疑对象的查询结果进行排序。
根据本申请的一个示例，所述生成模块，还用于：所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科发生时间；所述RPA系统按照所述前科发生时间从早到晚的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
根据本申请的一个示例，所述查询模块，还用于：所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，其中，所述查询请求包括所述目标嫌疑人的标识信息；所述RPA系统从所述公安系统的展示页面上抓取每个所述公共安全管理平台反馈的所述前科记录。
根据本申请的一个示例，所述查询模块，还用于：所述RPA系统基于所述多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给所述公安系统，以通过所述公安系统对每个所述公共安全管理平台进行批量查询。
根据本申请的一个示例，所述查询模块，还用于：所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录。
根据本申请的一个示例，所述获取模块，还用于：所述RPA系统获取所述公共安全管理平台的数量，并启动与所述数量相同数量的查询线程，通过所述查询线程向对应的所述公共安全管理平台发送各自的查询请求和接收对应的所述公共安全管理平台反馈的所述查询信息。
根据本申请的一个示例，所述生成模块，还用于：所述RPA系统获取每个所述规范文本对应的公共安全管理平台的平台标识，并基于所述平台标识对所述规范文本进行标记；所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑对象的查询结果。
根据本申请的一个示例，所述生成模块，还用于：所述RPA系统基于所述平台标识，确定所述规范文本在所述查询结果中的拼接顺序；所述RPA系统按照所述拼接顺序，对所述标记后的所述规范文本进行排序，按照所述顺序进行存储，生成所述查询结果。
本申请第三方面提出了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面提出的结合RPA和AI的信息查询方法。
本申请第四方面提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面提出的结合RPA和AI的信息查询方法。
本申请第五方面提出了一种机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述第一方面提出的结合RPA和AI的信息查询方法。
本申请提出的结合RPA和AI的信息查询方法及装置，通过RPA系统模仿人工操作，基于目标嫌疑对象的标识信息，获取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录。进一步地，RPA系统通过NLP读取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录，提取其中的有效信息生成每个前科记录的规范文本，进而生成目标嫌疑对象的查询结果。本申请中，通过RPA系统代替人工操作，基于标识信息获取不同的公共安全管理平台上的目标嫌疑对象的前科记录，并生成相应的记录结果，避免了依靠人工进行的搜索以及记录，节省了大量的人力物力，查询过程自动化，有效提高了目标嫌疑对象的前科记录信息的查询效率，基于每个公共安全管理平台对应的条件分别查询，避免了人工查询可能出现的遗漏，有效提高了目标嫌疑对象的前科记录信息的查询准确率。基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
应当理解，本申请所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请一实施例的结合RPA和AI的信息查询方法的流程示意图；
图2为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图3为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图4为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图5为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图6为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图7为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图8为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图9为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图；
图10为本申请一实施例的结合RPA和AI的信息查询装置的结构示意图；
图11为本申请另一实施例的结合RPA和AI的信息查询装置的结构示意图；
图12为本申请一实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面结合附图来描述本申请实施例的结合RPA和AI的信息查询方法、装置、电子设备和计算机可读存储介质。
图1本申请一实施例的一种结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图1所示，该方法包括：
S101，RPA系统获取待查询的目标嫌疑对象的标识信息。
实现中，基层工作人员针对不同的公共安全事件，会对其中涉及的人员进行基础信息查询与记录，以帮助其对所发生的公共安全事件的性质进行准确地判断。其中，针对事件中涉及的人员，在了解其基本身份信息之外，还需要对其前科记录进行查询记录。为了使得不同的信息可以实现分类专项保存，不同类型的前科记录会存储于不同的公共安全管理平台，因此，需要登录不同的公共安全管理平台分别查询，并记录生成当前所需的前科记录的文案。
本申请实施例中，可以通过机器人流程自动化(Robotic process automation，RPA)系统对人工操作进行模仿，进而实现对于人工操作的替代，使得部分操作可以实现流程化和自动化。
实现中，可以将公共安全事件涉及的人员确定为目标嫌疑对象，并采集每个目标嫌疑对象的标识信息，其中，该标识信息包括了目标嫌疑对象的身份基础信息。
进一步地，RPA系统可以通过调取个人身份标识信息数据库中的相关数据，进而获取目标嫌疑对象的标识信息。
其中，RPA系统可以采集目标嫌疑对象的指纹、人脸等生物识别信息，并基于采集到的生物识别信息，从个人身份标识信息数据库中调取目标嫌疑对象的识别信息。或者，RPA系统还可以通过人工输入的设定参数，从个人身份标识信息数据库中调取目标嫌疑对象的识别信息。或者，还可以通过其他方法获取到目标嫌疑对象的标识信息，此处不做限定。
S102，RPA系统基于标识信息，获取至少一个公共安全管理平台上的目标嫌疑对象的前科记录。
本申请实施例中，RPA系统基于目标嫌疑对象的标识信息，可以从至少一个公共安全管理平台上获取到目标嫌疑对象的前科记录。
作为一种可能的实现方式，RPA系统可以通过设定的系统，获取到公共安全管理平台上存储的目标嫌疑对象的前科记录。其中，设定的系统可以与至少一个的公共安全管理平台实现信息交互，公共安全管理平台上存储的目标嫌疑对象的前科记录相关信息会返回至该系统。
可以理解为，RPA系统可以通过设定系统向公共安全管理平台发送目标嫌疑对象的前科记录的查询请求，其中，查询请求中携带有目标嫌疑对象的标识信息。公共安全管理平台基于获取到的设定系统发送的查询请求，搜索平台上存储的目标嫌疑对象的前科记录，并将搜索结果返回至设定系统。RPA系统通过对设定系统获取到的公共安全管理平台返回的搜索结果，获取目标嫌疑对象的前科记录。
比如，设定系统为公安系统，RPA系统将目标嫌疑对象的标识信息输入至公安系统后，公安系统向至少一个的公共安全管理平台发送目标嫌疑对象的前科记录的查询请求。公共安全管理平台获取到公安系统发送的查询请求后，会将目标嫌疑人员的前科记录的搜索结果返回至公安系统，RPA系统通过读取公安系统接收到的搜索结果，获取目标嫌疑对象的前科记录。
作为另一种可能的实现方式，RPA系统可以向至少一个的公共安全管理平台发送目标嫌疑对象的前科记录的查询请求，RPA系统可以基于不同的公共安全管理平台的要求，向平台分别发送查询请求，各个公共安全管理平台获取到RPA系统发送的查询请求后，基于查询请求中携带的目标嫌疑对象的标识信息以及其它设定参数，输出对应的搜索结果，并返回至RPA系统。RPA系统基于获取到的不同的公共安全管理平台返回的搜索结果，可以提取其中携带的目标嫌疑对象的前科记录。
进一步地，RPA系统获取到的前科记录可以包括目标嫌疑对象的前科记录涉及的事件、涉及事件的时间、涉及事件违反的条款以及相应的惩处措施等等。
S103，RPA基于自然语言处理NLP生成每个前科记录的规范文本。
进一步地，可以通过自然语言处理(Natural Language Processing,NLP)，对获取到的不同的公共安全管理平台发送的结果，进行前科记录等相关信息的提取。
实现中，对于目标嫌疑对象的前科记录，需要以设定格式记录并存储，因此，RPA系统需要通过NLP读取不同的公共安全管理平台返回的结果，并基于设定的格式，从中提取相应的内容，根据不同内容对应的数据类型进行填充，进而生成每个前科记录的规范文本。
比如，设定规范文本由5种数据类型构成，分别包括目标嫌疑对象的前科涉及事件处理的时间、原因、处理单位、涉及的条款以及处理结果，且5种数据在规范文本中存在设定位置。
则RPA系统可以通过NLP读取不同的公共安全管理平台返回的结果，并提取其中该5种数据类型对应的内容，并分别将不同数据类型对应的内容填充入对应的设定位置中，进而生成每个前科记录对应的规范文本。
S104，RPA系统根据每个前科记录的规范文本，生成目标嫌疑对象的查询结果。
本申请实施例中，获取到的前科记录对应的规范文本的数量存在不确定性，因此，需要将生成的规范文本整合成最终的查询结果，以便基层工作人员可以更加直观的获取到目标嫌疑对象的前科信息。
进一步地，RPA系统可以根据每个前科记录对应的规范文本进行组合。
可选地，可以设定最终的查询结果以表格的形式呈现，因此，可以将每个前科记录的规范文本整理至设定的表格中，不同的数据类型填充至表格中对应的单元格中，进而生成目标嫌疑对象的查询结果。
本申请提出的结合RPA和AI的信息查询方法，通过RPA系统模仿人工操作，基于目标嫌疑对象的标识信息，获取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录。进一步地，RPA系统通过NLP读取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录，提取其中的有效信息生成每个前科记录的规范文本，进而生成目标嫌疑对象的查询结果。本申请中，通过RPA系统代替人工操作，基于标识信息获取不同的公共安全管理平台上的目标嫌疑对象的前科记录，并生成相应的记录结果，避免了依靠人工进行的搜索以及记录，节省了大量的人力物力，查询过程自动化，有效提高了目标嫌疑对象的前科记录信息的查询效率，基于每个公共安全管理平台对应的条件分别查询，避免了人工查询可能出现的遗漏，有效提高了目标嫌疑对象的前科记录信息的查询准确率。基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
作为一种可能的实现方式，可以基于目标嫌疑对象的前科记录对应的时间顺序，生成目标嫌疑对象的前科记录的查询结果，可结合图2理解，图2为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图2所示，该方法包括：
S201，RPA系统基于NLP对每个规范文本进行分析，识别目标嫌疑对象的每个规范文本对应的前科发生时间。
实现中，目标嫌疑对象的前科记录涉及的公共安全事件发生的时间存在不同，因此，可以基于时间先后的顺序对获取到的目标嫌疑对象的前科记录进行整合，以生成目标嫌疑对象的前科记录的查询结果。
RPA系统读取到目标嫌疑对象的前科记录的搜索结果后，基于NLP提取其中的前科记录，并基于设定格式生成相应的前科记录的规范文本。进一步地，在进行规范文本中的信息提取的同时，可以获取搜索结果中包含的目标嫌疑对象的前科记录对应的时间。
S202，RPA系统按照前科发生时间从早到晚的顺序，对规范文本进行排序，并按照排序对规范文本进行组合，生成目标嫌疑对象的查询结果。
本申请实施例中，RPA系统获取到每个前科记录对应的时间后，可以基于时间顺序对前科记录的规范文本进行排序。
可选地，RPA系统确定全部的前科发生的时间后，可以基于从早至晚的顺序进行排序，相应地，基于同样的顺序对每个前科记录的规范文本进行排序，进而将全部的前科记录的规范文本进行组合，生成目标嫌疑对象的前科记录的查询结果。
比如，设定目标嫌疑对象的前科记录A发生于十年前，前科记录B发生于三年前，则基于时间顺序，前科记录A的规范文本排序于前科记录B的规范文本之前，进而生成目标嫌疑对象的前科记录的查询结果。
可选地，目标嫌疑对象的查询结果可以通过表格的形式呈现，由于每个前科的规范文本均基于相同的设定格式生成，因此，确定每个前科记录的规范文本的在排序中的位置后，可以将每个前科记录的规范文本填充至相应的位置，进而生成目标嫌疑对象最终的查询结果，并以设定的表格方式呈现。
本申请提出的结合RPA和AI的信息查询方法，基于前科记录的时间顺序进行前科记录的规范文本的组合，进而生成目标嫌疑对象的前科记录的查询结果，通过RPA系统代替人工操作，节省了大量的人力物力，基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
作为另一种可能的实现方式，可以基于目标嫌疑对象的前科记录对应的前科等级，生成目标嫌疑对象的前科记录的查询结果，可结合图3理解，图3为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图3所示，该方法包括：
S301，RPA系统基于NLP对每个规范文本进行分析，识别目标嫌疑对象的每个规范文本对应的前科等级。
实现中，目标嫌疑对象的前科涉及的公共安全事件可能存在不同，且不同的公共安全事件所造成的影响和危害亦存在不同，因此，可以基于相关严重程度为不同的公共安全事件设定相应的等级。
为了更加直观地显示目标嫌疑对象的前科涉及的事件的严重程度，节省掉基层工作人员对于多个前科记录所涉及的公共安全事件的人工判断时间，本申请实施例中，可以基于每个前科记录涉及的公共安全事件对应的设定等级，对每个前科记录对应的规范文本进行整理。
其中，RPA系统可以基于NLP系统对每个前科记录对应的规范文本进行进一步地信息提取，通过其中包含的前科涉及的公共安全事件和/或前科涉及的公共安全事件涉及的条款，实现对于前科涉及的公共安全事件的等级确定，进而识别目标嫌疑的每个前科的规范文本对应的前科等级。
S302，RPA系统按照前科等级从高到低的顺序，对规范文本进行排序，并按照排序对规范文本进行组合，生成目标嫌疑对象的查询结果。
确定RPA系统基于NLP确定每个前科的规范文本对应的前科等级后，可以根据前科等级对每个前科的规范文本进行排序。
进一步地，RPA系统基于每个前科的规范文本对应的前科等级从高至低的顺序进行排序，其中，排序靠前等级较高的前科涉及的公共安全事件，相较于排序靠后的等级较低的前科涉及的公共安全事件的严重程度较高。
可选地，目标嫌疑对象的查询结果以表格的形式呈现，由于每个前科的规范文本均基于相同的设定格式生成，因此，可以将每个前科的规范文本进行排序后，可以基于排序进行组合，进而生成目标嫌疑对象最终的查询结果，并以设定的表格方式呈现。
本申请提出的结合RPA和AI的信息查询方法，获取每个前科的规范文本对应的前科等级，并基于前科等级对每个前科的规范文本从高至低进行排序，进而组合生成目标嫌疑对象的前科记录查询结果。本申请中，通过RPA系统代替人工操作，节省了大量的人力物力，基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
上述实施例的基础上，关于多个目标嫌疑对象的前科记录对应的查询结果的生成，可结合图4进一步理解，图4为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图4所示，该方法包括：
S401，RPA系统针对多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对任一目标嫌疑对象的每个规范文本进行分析，识别任一目标嫌疑对象的每个规范文本对应的前科等级，并根据前科等级对目标嫌疑对象的所有的规范文本进行排序，以生成任一目标嫌疑对象的查询结果。
实现中，当公共安全事件涉及的目标嫌疑对象的数量大于一时，基层工作人员需要对每个被涉及的目标嫌疑对象的前科记录进行查询记录，其中，每个目标嫌疑对象的前科记录的等级存在不同，因此，可以将每个目标嫌疑对象的前科记录对应的前科等级进行整合，获取每个目标嫌疑对象的前科记录对应的综合前科等级，并基于全部的目标嫌疑对象的综合前科等级进行排序，使得综合前科等级的级别较高的目标嫌疑对象可以被优先展示，进而有效帮助基层工作人员开展工作。
进一步地，RPA系统可以基于NLP对任一目标嫌疑对象的每个前科记录的规范文本进行分析，逐个提取每个前科记录的规范文本对应的前科等级，并在获取到全部的前科记录的规范文本对应的前科等级后，基于获取到的全部的前科等级从高至低进行排序，进而生成该目标嫌疑对象的前科记录的查询结果。
可选地，不同的条款对应不同的约束等级，因此，可以获取目标嫌疑对象的前科记录所涉及的公共安全事件违反的条款对应的约束等级，并基于该约束等级确定目标嫌疑对象的前科记录对应的前科等级。
S402，RPA系统基于每个目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级。
实现中，存在多个目标嫌疑对象的场景中，为了可以更加直观的实现不同的目标嫌疑对象之间的前科记录的对比以及展示，针对每个目标嫌疑对象，获取其前科记录的查询结果后，可以对其结果中包含的前科记录进行进一步地处理。
本申请实施例中，针对每个目标嫌疑对象，需要将其查询结果中包含的每个前科记录对应的前科等级进行整合，生成目标嫌疑对象对应的综合前科等级，其中，不同的综合前科等级可以体现不同的目标嫌疑对象的前科记录所涉及的公共安全事件的严重程度。
可选地，若目标嫌疑对象的查询结果中仅有一条前科记录，则可以将该条前科记录对应的前科等级，确定为目标嫌疑对象的综合前科等级。
可选地，若目标嫌疑对象的查询结果中的前科记录为两条或者两条以上，则可以将不同的前科等级设定对应的权重，将每个前科记录对应的前科等级进行加权处理，进而获取到目标嫌疑对象的前科记录对应的综合前科等级。
S403，RPA系统基于每个目标嫌疑对象的综合前科等级，对多个目标嫌疑对象的查询结果进行排序。
本申请实施例中，不同的目标嫌疑对象的前科记录对应的不同的综合前科等级，可以体现目标嫌疑对象过往涉及到的公共安全事件的严重程度。
进一步地，RPA系统确定每个目标嫌疑对象的综合前科等级后，可以基于综合前科等级从高至低的顺序，对全部的目标嫌疑对象的前科记录的查询结果进行排序，使得综合前科等级较高的目标嫌疑对象的前科记录可以优先展示，进而帮助基层工作人员展开工作。
可选地，RPA系统还可以针对不同的综合前科等级进行不同程度的提醒，尤其针对综合前科等级较高的情况。比如，可以构建不同的综合前科等级与不同程度的提醒之间的映射关系，基于获取到的不同的综合前科等级查询预设的映射关系，进行不同程度的提醒。
进一步地，可以在进行查询结果的展示页面中，针对不同程度的提醒可以将展示的查询结果的颜色、字体、字号等文字的相关格式进行调整，进而起到重点提醒的效果。
本申请提出的结合RPA和AI的信息查询方法，当存在多个目标嫌疑对象时，获取每个目标嫌疑对象的前科记录的查询结果，并基于每个查询结果获取每个目标嫌疑对象对应的综合前科等级，基于综合前科等级进行排序进而生成多个目标嫌疑对象的查询结果。本申请中，通过RPA系统代替人工操作，实现对多个目标嫌疑对象的前科记录的批量查询处理，节省了大量的人力物力，有效提高了目标嫌疑对象的前科记录信息的查询效率。
上述实施例中，关于目标嫌疑对象的前科记录的获取，可结合图5进一步理解，图5为本申请另一实施例在的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图5所示，该方法包括：
S501，RPA系统登录公安系统，以通过公安系统向每个公共安全管理平台发送查询请求，其中，查询请求包括目标嫌疑人的标识信息。
本申请实施例中，RPA系统可以通过公安系统与每个公共安全管理平台之间的信息交互，实现目标嫌疑对象的前科记录查询。
进一步地，RPA系统可以登录公安系统，并通过公安系统向每个公共安全管理平台发送目标嫌疑对象的前科记录的查询请求，其中，查询请求中包含有目标嫌疑对象的标识信息。
每个公共安全管理系统获取到公安系统发送的目标嫌疑对象的查询请求后，基于查询请求中包含的目标嫌疑对象的标识信息，从其进行数据存储的数据库中调取目标嫌疑对象的前科记录的相关信息，并生成该平台的搜索结果返回至公安系统。
S502，RPA系统从公安系统的展示页面上抓取每个公共安全管理平台反馈的前科记录。
进一步地，公安系统与RPA系统可以进行信息交互，因此，RPA系统从公安系统获取到的每个公共安全管理平台返回的目标嫌疑对象的前科记录的搜索结果中，基于NLP进行信息提取，进而获取目标嫌疑对象的前科记录。
可选地，RPA还可以通过登录每个公共安全管理平台，进而获取每个公共安全管理平台上存储的目标嫌疑对象的前科记录。
进一步地，RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收公共安全管理平台反馈的前科记录。
本申请实施例中，RPA系统可以登录每个公共安全管理平台，基于目标嫌疑对象的标识信息查询目标嫌疑对象的前科记录，并接收每个公共安全管理平台返回的目标嫌疑对象的前科记录的搜索记录。
进一步地，基于接收到的每个公共安全管理平台返回的搜索结果，提取其中包含的目标嫌疑对象的前科记录，进而生成目标嫌疑对象的前科记录的查询结果。
本申请提出的结合RPA和AI的信息查询方法，RPA系统通过公安系统实现目标嫌疑对象的前科记录的获取，无需与公共安全管理平台建立信息交互的链接，降低了RPA系统的成本，通过RPA系统代替人工操作，节省了大量的人力物力，有效提高的目标嫌疑对象的前科记录的查询效率。
上述实施例的基础上，多个目标嫌疑对象的场景中，可结合图6进一步理解，图6为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图6所示，该方法包括：
S601，RPA系统基于多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给公安系统，以通过公安系统对每个公共安全管理平台进行批量查询。
实现中，公共安全事件涉及到的目标嫌疑对象存在多个的可能，因此，RPA系统在进行多个目标嫌疑对象的前科记录的查询中，可以实现对于前科记录查询的批量处理。
本申请实施例中，RPA系统获取到多个目标嫌疑对象的标识信息后，可以通过公安系统向每个公共安全管理平台发送批量地查询请求，其中，查询请求中携带有多个目标嫌疑对象的标识信息。每个公共安全管理平台基于获取到的多个目标嫌疑对象的标识信息，将该平台上存储的目标嫌疑对象的前科记录的搜索结果返回至公安系统，进一步地，RPA系统通过公安系统接收到的各个公共安全管理平台返回的搜索结果，实现对于多个目标嫌疑对象的前科记录的批量获取。
本申请提出的结合RPA和AI的信息查询方法，RPA系统可以通过公安系统实现对于多个目标嫌疑对象的前科记录的批量查询，代替人工操作，节省了大量的人力物力，有效提高了目标嫌疑对象的前科记录信息的查询效率。
进一步地，可结合图7理解，图7为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图7所示，该方法包括：
S701，RPA系统获取公共安全管理平台的数量，并启动与数量相同数量的查询线程，通过查询线程向对应的公共安全管理平台发送各自的查询请求和接收对应的公共安全管理平台反馈的查询信息。
本申请实施例中，RPA系统为了实现对于多个公共安全管理平台的高效查询，可以同时向每个公共安全管理平台发送查询请求，并同时对每个公共安全管理平台返回的搜索结果进行处理。
进一步地，RPA系统可以预先获取到需要查询的公共安全管理平台的数量，基于公共安全管理平台的数量调用相同数量的查询线程，并通过多个查询线程的同时执行，实现对于多个公共安全管理平台上的信息的同步查询。
本申请提出的结合RPA和AI的信息查询方法，可以实现对于多个目标嫌疑对象的前科记录的批量查询，通过RPA系统代替人工操作，节省了大量的人力物力，有效提高了目标嫌疑对象的前科记录信息的查询效率。
上述实施例的基础上，关于查询结果的生成，还可以结合图8进一步地理解，图8为本申请另一实施例的结合RPA和AI的信息查询方法的流程示意图，该方法由RPA系统执行，如图8所示，该方法包括：
S801，RPA系统获取每个规范文本对应的公共安全管理平台的平台标识，并基于平台标识对规范文本进行标记。
本申请实施例中，RPA系统向每个公共安全管理平台发送查询请求后，会接收到每个公共安全管理平台返回的搜索结果，RPA系统基于NLP可以对每个公共安全管理平台返回的搜索结果进行文字处理，进而获取其中的有效信息。
其中，每个公共安全管理平台返回的搜索结果的内容、格式等相关属性参数存在不同，因此，RPA系统需要针对不同的公共安全平台返回的搜索结果，设定不同的处理方式。
可选地，可以为不同的公共安全管理平台设置不同的平台标识，其中，该平台标识不仅起到对公共安全管理平台的标记作用，还可以体现不同的公共安全管理平台上信息的重要程度。
进一步地，RPA系统基于NLP提取出不同的公共安全管理平台中包含的目标嫌疑对象的前科记录，生成不同的前科记录的规范文本，并基于不同的平台标识对规范文本进行标记。
S802，RPA系统基于每个标记后的规范文本，生成目标嫌疑对象的查询结果。
本申请实施例中，RPA系统对每个规范文本进行标记后，可以基于不同的前科记录的规范文本的标记结果实现最终的目标嫌疑对象的查询结果的生成。
进一步地，RPA系统基于平台标识，确定规范文本在查询结果中的拼接顺序。
其中，不同的公共安全管理平台的标识信息可以体现公共安全管理平台上信息的重要程度，因此，可以基于不同的公共安全管理平台上的信息，设定公共安全管理平台对应的等级，进而确定不同的前科记录的规范文本的等级。
可选地，确定不同的前科记录的规范文本的等级后，可以按照高等级到低等级的顺序，确定不同的前科记录的规范文本的排列顺序，并将其确定为规范文本在查询结果中的拼接顺序。
再进一步，RPA系统按照拼接顺序，对标记后的规范文本进行排序，按照顺序进行存储，生成查询结果。
确定不同的前科记录的规范文本在查询结果中的拼接顺序后，基于该拼接顺序将全部的前科记录的规范文本进行拼接，将不同的前科记录的规范文本存储至相应的位置，进而生成目标嫌疑对象的前科记录的查询结果。
比如，设定目标嫌疑对象分别在公共安全管理平台A上存在一条前科记录，在公共安全管理平台B上存在一条前科记录，则获取公共安全管理平台A上的前科记录的规范文本后，使用公共安全管理平台A对应的标识a进行标记，获取公共安全管理平台B上的前科记录的规范文本后，使用公共安全管理平台B对应的标识b进行标记。
设定，公共安全管理平台A的等级高于公共安全管理平台B，则标记为a的前科记录的规范文本的等级，高于标记为b的前科记录的规范文本。设定，将前科记录的规范文本由高等级向低等级排序，则前科记录的规范文本b的排于前科记录的规范文本a之后。
进一步地，设定，查询结果中等级最高的前科记录的规范文本的存储位置为I，次一等级的前科记录的规范文本的存储位置为II，再次一等级的前科记录的规范文本的存储位置为III，以此类推。因此，可以将本次查询的目标嫌疑对象的前科记录的规范文本a存储查询结果中的I位置，将前科记录的规范文本b存储查询结果中的II位置，进而生成该目标嫌疑对象的本次前科记录的查询结果。
本申请提出的结合RPA和AI的信息查询方法，基于不同的公共安全管理平台的标识信息对不同的前科记录的规范文本进行标记，进而生成目标嫌疑对象的前科记录的查询结果，通过RPA系统代替人工操作，节省了大量的人力物力，有效提高了目标嫌疑对象的前科记录信息的查询效率。
为了更好的理解上述实施例，可结合图9进一步理解，如图9所示，基层工作人员获取到目标嫌疑对象的标识信息，其中，标识信息中可以包括目标嫌疑对象的个人身份信息。基于标识信息登录如图9所示的公共安全管理平台A、公共安全管理平台B以及公共安全管理平台C，并接收不同的公共安全管理平台返回的搜索结果。基于NLP对每个平台返回的搜索结果进行有效信息提取，进而获取前科记录的规范文本a、前科记录的规范文本b以及前科记录的规范文本c，将前科记录的规范文本a、前科记录的规范文本b以及前科记录的规范文本c基于设定顺序分别存储至查询结果的设定位置中，即可生成目标嫌疑对象的前科记录的查询结果。
本申请提出的结合RPA和AI的信息查询方法，通过RPA系统代替人工操作，根据目标嫌疑对象的标识信息分别在不同的公共安全管理平台进行前科记录的查询，并生成相应的记录结果，避免了依靠人工进行的搜索以及记录，节省了大量的人力物力，查询过程自动化，有效提高了目标嫌疑对象的前科记录信息的查询效率，基于每个公共安全管理平台对应的条件分别查询，避免了人工查询可能出现的遗漏，有效提高了目标嫌疑对象的前科记录信息的查询准确率。基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
与上述几种实施例提出的结合RPA和AI的信息查询方法相对应，本申请的一个实施例还提出一种结合RPA和AI的信息查询装置，由于本申请实施例提出的结合RPA和AI的信息查询装置与上述几种实施例提出的结合RPA和AI的信息查询方法相对应，因此上述结合RPA和AI的信息查询方法的实施方式也适用于本申请实施例提出的结合RPA和AI的信息查询装置，在下述实施例中不再详细描述。
图10为本申请一实施例的结合RPA和AI的信息查询装置的结构示意图，如图10所示，结合RPA和AI的信息查询装置100，包括获取模块11、查询模块12、处理模块13、生成模块14，其中：
获取模块11，用于RPA系统获取待查询的目标嫌疑对象的标识信息；
查询模块12，用于RPA系统基于标识信息，获取至少一个公共安全管理平台上的目标嫌疑对象的前科记录；
处理模块13，用于RPA基于自然语言处理NLP生成每个前科记录的规范文本；
生成模块14，用于RPA系统根据每个前科记录的规范文本，生成目标嫌疑对象的查询结果。
图11为本申请一实施例的结合RPA和AI的信息查询装置的结构示意图，如图11所示，结合RPA和AI的信息查询装置110，包括获取模块111、查询模块112、处理模块113、生成模块114，其中：
需要说明的是，获取模块11、查询模块12、处理模块13、生成模块14与获取模块111、查询模块112、处理模块113、生成模块114，具备相同的结构和功能。
本申请实施例中，生成模块114，还用于：RPA系统基于NLP对每个规范文本进行分析，识别目标嫌疑对象的每个规范文本对应的前科等级；RPA系统按照前科等级从高到低的顺序，对规范文本进行排序，并按照排序对规范文本进行组合，生成目标嫌疑对象的查询结果。
本申请实施例中，生成模块114，还用于：RPA系统针对多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对任一目标嫌疑对象的每个规范文本进行分析，识别任一目标嫌疑对象的每个规范文本对应的前科等级，并根据前科等级对目标嫌疑对象的所有的规范文本进行排序，以生成任一目标嫌疑对象的查询结果；RPA系统基于每个目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级；RPA系统基于每个目标嫌疑对象的综合前科等级，对多个目标嫌疑对象的查询结果进行排序。
本申请实施例中，生成模块114，还用于：RPA系统基于NLP对每个规范文本进行分析，识别目标嫌疑对象的每个规范文本对应的前科发生时间；RPA系统按照前科发生时间从早到晚的顺序，对规范文本进行排序，并按照排序对规范文本进行组合，生成目标嫌疑对象的查询结果。
本申请实施例中，查询模块112，还用于：RPA系统登录公安系统，以通过公安系统向每个公共安全管理平台发送查询请求，其中，查询请求包括目标嫌疑人的标识信息；RPA系统从公安系统的展示页面上抓取每个公共安全管理平台反馈的前科记录。
本申请实施例中，查询模块112，还用于：RPA系统基于多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给公安系统，以通过公安系统对每个公共安全管理平台进行批量查询。
本申请实施例中，查询模块112，还用于：RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收公共安全管理平台反馈的前科记录。
本申请实施例中，获取模块111，还用于：RPA系统获取公共安全管理平台的数量，并启动与数量相同数量的查询线程，通过查询线程向对应的公共安全管理平台发送各自的查询请求和接收对应的公共安全管理平台反馈的查询信息。
本申请实施例中，生成模块114，还用于：RPA系统获取每个规范文本对应的公共安全管理平台的平台标识，并基于平台标识对规范文本进行标记；RPA系统基于每个标记后的规范文本，生成目标嫌疑对象的查询结果。
本申请实施例中，生成模块114，还用于：RPA系统基于平台标识，确定规范文本在查询结果中的拼接顺序；RPA系统按照拼接顺序，对标记后的规范文本进行排序，按照顺序进行存储，生成查询结果。
本申请提出的结合RPA和AI的信息查询装置，通过RPA系统模仿人工操作，基于目标嫌疑对象的标识信息，获取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录。进一步地，RPA系统通过NLP读取至少一个的公共安全管理平台上存储的目标嫌疑对象的前科记录，提取其中的有效信息生成每个前科记录的规范文本，进而生成目标嫌疑对象的查询结果。本申请中，通过RPA系统代替人工操作，基于标识信息获取不同的公共安全管理平台上的目标嫌疑对象的前科记录，并生成相应的记录结果，避免了依靠人工进行的搜索以及记录，节省了大量的人力物力，查询过程自动化，有效提高了目标嫌疑对象的前科记录信息的查询效率，基于每个公共安全管理平台对应的条件分别查询，避免了人工查询可能出现的遗漏，有效提高了目标嫌疑对象的前科记录信息的查询准确率。基于每个前科的规范文本整合生成目标嫌疑对象的查询结果，使得目标嫌疑对象的前科记录可以被更加直观的呈现。
为实现上述实施例，本申请还提出了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例提出的结合RPA和AI的信息查询方法。
为了实现上述实施例，本申请还提出一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述结合RPA和AI的信息查询方法。
为实现上述实施例，本申请还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据上述实施例提出的结合RPA和AI的信息查询方法。
在本申请的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
另外，在本申请各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本申请的各个实施例上述方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本申请实施例公开的一种结合RPA和AI的信息查询方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (23)

1.一种结合RPA和AI的信息查询方法，其特征在于，由RPA系统执行，所述方法包括：
RPA系统获取待查询的目标嫌疑对象的标识信息；
所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录；
所述RPA基于自然语言处理NLP生成每个所述前科记录的规范文本；
所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果。
2.根据权利要求1所述的方法，其特征在于，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：
所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科等级；
所述RPA系统按照所述前科等级从高到低的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
3.根据权利要求1所述的方法，其特征在于，所述目标嫌疑对象为多个时，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：
所述RPA系统针对所述多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对所述任一目标嫌疑对象的每个所述规范文本进行分析，识别所述任一目标嫌疑对象的每个规范文本对应的前科等级，并根据所述前科等级对所述目标嫌疑对象的所有的所述规范文本进行排序，以生成所述任一目标嫌疑对象的查询结果；
所述RPA系统基于每个所述目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级；
所述RPA系统基于每个目标嫌疑对象的综合前科等级，对所述多个目标嫌疑对象的查询结果进行排序。
4.根据权利要求1所述的方法，其特征在于，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：
所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科发生时间；
所述RPA系统按照所述前科发生时间从早到晚的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
5.根据权利要求1所述的方法，其特征在于，所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录，包括：
所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，其中，所述查询请求包括所述目标嫌疑人的标识信息；
所述RPA系统从所述公安系统的展示页面上抓取每个所述公共安全管理平台反馈的所述前科记录。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述目标嫌疑对象为多个时，所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，包括：
所述RPA系统基于所述多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给所述公安系统，以通过所述公安系统对每个所述公共安全管理平台进行批量查询。
7.根据权利要求1所述的方法，其特征在于，所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录，包括：
所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录。
8.根据权利要求7所述的方法，其特征在于，所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录，包括：
所述RPA系统获取所述公共安全管理平台的数量，并启动与所述数量相同数量的查询线程，通过所述查询线程向对应的所述公共安全管理平台发送各自的查询请求和接收对应的所述公共安全管理平台反馈的所述查询信息。
9.根据权利要求1所述的方法，其特征在于，所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果，包括：
所述RPA系统获取每个所述规范文本对应的公共安全管理平台的平台标识，并基于所述平台标识对所述规范文本进行标记；
所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑对象的查询结果。
10.根据权利要求5所述的方法，其特征在于，所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑对象的查询结果，包括：
所述RPA系统基于所述平台标识，确定所述规范文本在所述查询结果中的拼接顺序；
所述RPA系统按照所述拼接顺序，对所述标记后的所述规范文本进行排序，按照所述顺序进行存储，生成所述查询结果。
11.一种结合RPA和AI的信息查询装置，其特征在于，由RPA系统执行，所述装置包括：
获取模块，用于RPA系统获取待查询的目标嫌疑对象的标识信息；
查询模块，用于所述RPA系统基于所述标识信息，获取至少一个公共安全管理平台上的所述目标嫌疑对象的前科记录；
处理模块，用于所述RPA基于自然语言处理NLP生成每个所述前科记录的规范文本；
生成模块，用于所述RPA系统根据每个所述前科记录的规范文本，生成所述目标嫌疑对象的查询结果。
12.根据权利要求11所述的装置，其特征在于，所述生成模块，还用于：
所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科等级；
所述RPA系统按照所述前科等级从高到低的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
13.根据权利要求11所述的装置，其特征在于，所述生成模块，还用于：
所述RPA系统针对所述多个目标嫌疑对象中的任一目标嫌疑对象，基于NLP对所述任一目标嫌疑对象的每个所述规范文本进行分析，识别所述任一目标嫌疑对象的每个规范文本对应的前科等级，并根据所述前科等级对所述目标嫌疑对象的所有的所述规范文本进行排序，以生成所述任一目标嫌疑对象的查询结果；
所述RPA系统基于每个所述目标嫌疑对象的前科等级进行融合，生成每个目标嫌疑对象的综合前科等级；
所述RPA系统基于每个目标嫌疑对象的综合前科等级，对所述多个目标嫌疑对象的查询结果进行排序。
14.根据权利要求11所述的装置，其特征在于，所述生成模块，还用于：
所述RPA系统基于NLP对每个所述规范文本进行分析，识别所述目标嫌疑对象的每个所述规范文本对应的前科发生时间；
所述RPA系统按照所述前科发生时间从早到晚的顺序，对所述规范文本进行排序，并按照所述排序对所述规范文本进行组合，生成所述目标嫌疑对象的查询结果。
15.根据权利要求11所述的装置，其特征在于，所述查询模块，还用于：
所述RPA系统登录公安系统，以通过所述公安系统向每个所述公共安全管理平台发送所述查询请求，其中，所述查询请求包括所述目标嫌疑人的标识信息；
所述RPA系统从所述公安系统的展示页面上抓取每个所述公共安全管理平台反馈的所述前科记录。
16.根据权利要求11-15任一项所述的装置，其特征在于，所述查询模块，还用于：
所述RPA系统基于所述多个目标嫌疑对象的标识信息，生成批量查询请求，并发送给所述公安系统，以通过所述公安系统对每个所述公共安全管理平台进行批量查询。
17.根据权利要求11所述的方法，其特征在于，所述查询模块，还用于：
所述RPA系统获取待查询的目标嫌疑对象的标识信息，并登录每个公共安全管理平台，接收所述公共安全管理平台反馈的所述前科记录。
18.根据权利要求11所述的装置，其特征在于，所述获取模块，还用于：
所述RPA系统获取所述公共安全管理平台的数量，并启动与所述数量相同数量的查询线程，通过所述查询线程向对应的所述公共安全管理平台发送各自的查询请求和接收对应的所述公共安全管理平台反馈的所述查询信息。
19.根据权利要求11所述的装置，其特征在于，所述生成模块，还用于：
所述RPA系统获取每个所述规范文本对应的公共安全管理平台的平台标识，并基于所述平台标识对所述规范文本进行标记；
所述RPA系统基于每个标记后的所述规范文本，生成所述目标嫌疑对象的查询结果。
20.根据权利要求15所述的装置，其特征在于，所述生成模块，还用于：
所述RPA系统基于所述平台标识，确定所述规范文本在所述查询结果中的拼接顺序；
所述RPA系统按照所述拼接顺序，对所述标记后的所述规范文本进行排序，按照所述顺序进行存储，生成所述查询结果。
21.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的结合RPA和AI的信息查询方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的结合RPA和AI的信息查询方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的结合RPA和AI的信息查询方法。
CN202110732357.9A 2021-06-30 2021-06-30 结合rpa和ai的信息方法、装置、设备及存储介质 Pending CN113553395A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110732357.9A CN113553395A (zh) 2021-06-30 2021-06-30 结合rpa和ai的信息方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110732357.9A CN113553395A (zh) 2021-06-30 2021-06-30 结合rpa和ai的信息方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113553395A true CN113553395A (zh) 2021-10-26

Family

ID=78131065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110732357.9A Pending CN113553395A (zh) 2021-06-30 2021-06-30 结合rpa和ai的信息方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113553395A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115496459A (zh) * 2022-07-11 2022-12-20 珠海金智维信息科技有限公司 基于rpa的反诈案件自动化处理系统和方法、存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115496459A (zh) * 2022-07-11 2022-12-20 珠海金智维信息科技有限公司 基于rpa的反诈案件自动化处理系统和方法、存储介质

Similar Documents

Publication Publication Date Title
CN110292775B (zh) 获取差异数据的方法及装置
CN106980627A (zh) 日志内容的显示方法及装置
CN104298726B (zh) 一种基于数据库的bms数据存储系统及其方法
CN113268403B (zh) 时间序列的分析预测方法、装置、设备及存储介质
CN111737443B (zh) 答案文本的处理方法和装置、关键文本的确定方法
CN112836018A (zh) 应急预案的处理方法及装置
CN110825805A (zh) 一种数据的可视化方法及装置
CN111369294B (zh) 软件造价估算方法及装置
CN110570097A (zh) 基于大数据的业务人员风险识别方法、装置及存储介质
CN113553395A (zh) 结合rpa和ai的信息方法、装置、设备及存储介质
CN113900955A (zh) 自动化测试方法、装置、设备及存储介质
JP2010211575A (ja) 情報評価支援システム
CN112883018A (zh) 基于大数据分析的银行业人才信息预测方法及装置
CN114266260B (zh) 一种应用于软件研发的内嵌式及时翻译系统
CN114443632A (zh) 一种学分银行学分智能转换方法及系统、计算机设备
CN114841165A (zh) 用户数据分析及展示方法、装置、电子设备及存储介质
CN110879784B (zh) 一种雷达测试数据处理装置及其方法
CN113159118A (zh) 物流数据指标的处理方法、装置、设备及存储介质
CN113901092A (zh) 一种用于赛场运行监测的文件管理方法及系统
EP3941035A1 (en) Digital evidence management method and digital evidence management system
CN106528644A (zh) 一种遥感数据的检索方法及装置
CN106776704A (zh) 统计信息收集方法和装置
CN113190458A (zh) 自动埋点数据分析的方法、装置、计算机设备和存储介质
KR20150142459A (ko) 인스트루먼트 인덱스 자동화 시스템 및 방법
CN113239146B (zh) 应答分析方法、装置、设备及存储介质

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