CN114297240A - 基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 - Google Patents
基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114297240A CN114297240A CN202111634396.1A CN202111634396A CN114297240A CN 114297240 A CN114297240 A CN 114297240A CN 202111634396 A CN202111634396 A CN 202111634396A CN 114297240 A CN114297240 A CN 114297240A
- Authority
- CN
- China
- Prior art keywords
- information
- preset field
- attribute value
- target
- data information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 238000013473 artificial intelligence Methods 0.000 claims description 30
- 238000003058 natural language processing Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004801 process automation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Abstract
本申请提出一种基于RPA及AI的付款凭证单据制作方法、装置、设备及介质。其中,该方法包括:S1、确定需要制作付款凭证单据的目标银行账号;S2、获取该目标银行账号对应的数据信息,该数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;S3、按照数据信息生成付款凭证单据。通过采用上述技术方案,解决了人工手动制作付款凭证单据时效率和准确率低下的问题。
Description
技术领域
本申请涉及流程自动化技术领域,尤其涉及一种基于RPA及AI的付款凭证单据制作方法、装置、设备及介质。
背景技术
机器人流程自动化(Robotic Process Automation)简称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。
RPA具有独特的优势:低代码、非侵入。低代码是说,RPA不需要很高的IT水平就能操作,不懂编程的业务人员也能开发流程;非侵入是说,RPA可以模拟人的操作,不用软件系统开放接口。但是传统的RPA具有一定的局限性:只能基于固定的规则,并且应用场景受限。随着AI技术的不断发展,RPA与AI深度融合克服了传统RPA的局限,RPA+AI=Hand work+Head work,正在极大的改变劳动力的价值。
目前,对于财务过程中资金往来频繁的账号,每天都要进行多次的付款凭证单据制作,简称“制单”,这些工作均是由工作人员手动完成的。当财务工作人员由于工作繁杂,未及时监视需要进行“制单”的数据时,会造成“制单”数据的积压。另外,由于“制单”过程需要处理的数据较多,流程繁琐且耗时,人工“制单”的效率和准确率均较为低下。
发明内容
本申请实施例提供一种基于RPA及AI的付款凭证单据制作方法、装置、设备及介质,以解决人工手动制作付款凭证单据时效率和准确率低下的问题,技术方案如下:
第一方面,本申请实施例提供了一种RPA及AI的付款凭证单据制作方法,包括:
S1、确定需要制作付款凭证单据的目标银行账号;
S2、获取该目标银行账号对应的数据信息,该数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;
S3、按照数据信息生成付款凭证单据。
可选的,步骤S1包括:
S11、获取数据库中的待查询的银行账号;
S12、根据各银行账号对应的款项结算信息,从各候选银行账号中选择符合预设制单条件的账号作为需要制作付款凭证单据的目标银行账号,其中,预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
可选的,所述步骤S3具体包括:
S31、登录目标银行账号所属银行的网银系统;
S32、在网银系统的付款凭证单据的制作页面中,识别预设字段信息;
S33、在制作页面中,按照预设字段信息填写对应的数据信息;
S34、对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
可选的,所述步骤S33具体包括:
S331、根据数据信息的类型,将与各预设字段信息相匹配的目标数据信息,确定为各预设字段信息对应的目标属性值;
S332、将各目标属性值写入对应预设字段信息的对应位置处。
可选的,所述步骤S33具体包括:
S333、在制作页面中,对于任意一项预设字段信息,从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值,作为该预设字段信息的目标属性值,其中,对应数据信息的类型与该预设字段信息相匹配;
S334、将该目标属性值设置于该预设字段信息的对应位置处。
可选的,步骤S333具体包括:
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值;或者
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则基于自然语言处理NLP中的语义识别算法,对对应数据信息进行语义识别,并从各候选属性值中选择与对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
可选的,本申请实施例提供的方法还包括:
将所述编号信息录入资金系统,以用于通过资金系统对制作完成的付款凭证单据进行审核。
第二方面,本申请实施例提供了一种基于RPA及AI的付款凭证单据制作装置,包括:
目标银行账号确定模块,被配置为确定需要制作付款凭证单据的目标银行账号;
数据信息获取模块,被配置为获取该目标银行账号对应的数据信息,该数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;
付款凭证单据生成模块,被配置为按照数据信息生成付款凭证单据。
可选的,目标银行账号确定模块,具体被配置为:
获取数据库中的待查询的银行账号;
根据各银行账号对应的款项结算信息,从各候选银行账号中选择符合预设制单条件的账号作为需要制作付款凭证单据的目标银行账号,其中,预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
可选的,所述付款凭证单据生成模块,包括:
网银系统登录单元,被配置为登录所述目标银行账号所属银行的网银系统;
预设字段信息识别单元,被配置为在所述网银系统的付款凭证单据的制作页面中,识别预设字段信息;
数据信息填写单元,被配置为在所述制作页面中,按照所述预设字段信息填写对应的数据信息;
付款凭证单据制作单元,被配置为对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
可选的,所述数据信息填写单元,包括:
第一目标属性值确定子单元,被配置为根据所述数据信息的类型,分别确定与各预设字段信息相匹配的目标数据信息,作为各预设字段信息对应的目标属性值;
目标属性值写入子单元,被配置为将各目标属性值填写到对应预设字段信息的对应位置处。
可选的,所述数据信息填写单元,包括:
第二目标属性值确定子单元,被配置为在所述制作页面中,对于任意一项预设字段信息,从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值,作为该预设字段信息的目标属性值,其中,所述对应数据信息的类型与该预设字段信息相匹配;
目标属性值设置子单元,被配置为将该目标属性值设置于该预设字段信息的对应位置处。
可选的,所述第二目标属性值确定子单元,具体被配置为:
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值;或者
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则基于自然语言处理NLP中的语义识别算法,对所述对应数据信息进行语义识别,并从各候选属性值中选择与所述对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
可选的,本实施例提供的装置还包括:编号信息存储模块,被配置为:
将编号信息录入资金系统,以用于通过资金系统对制作完成的付款凭证单据进行审核。
第三方面,本申请实施例提供了一种用于制作付款单据的设备,该装置包括:存储器和处理器。其中,该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,并且当该处理器执行该存储器存储的指令时,使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机程序,当计算机程序在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
本申请实施例中,RPA机器人代替人工在确定出需要制作付款凭证单据的目标银行账号后,可获取目标银行账号对应的数据信息,从而可按照获取到的数据信息进行付款凭证单据的制作。通过采用上述技术方案,提高了付款凭证单据制作的实时性,并且节省了财务人员手动制作付款凭证单据的时间,提高了付款凭证单据制作的效率和准确率。
上述技术方案中的优点或有益效果至少包括:
1、通过采用RPA机器人代替人工获取用于制作付款凭证单据的数据信息,并通过RPA机器人代替人工手动制作付款凭证单据的方式,提高了付款凭证单据制作的效率和准确率。
2、通过将资金往来频繁的银行账号录入数据库中,RPA机器人可定时获取数据库中存储的银行账号,并查询各银行账号是否需要进行付款凭证单据的制作。这样设置,使得需要制作付款凭证单据的目标银行账号能够得到及时地处理,提高了付款凭证单据制作的实时性,以避免由于制单延迟而造成资金支付延迟等财务问题。
3、通过采用RPA与AI相结合的方式,提升了数据库中表格内容的识别效率,节省了人工识别表格内容的时间。
4、RPA机器人通过基于NLP服务理解数据信息的语义,可在网银系统的付款凭证制作页面中选择与该语义信息相匹配的预设字段信息的候选属性值,从而可在制作页面的预设字段信息与对应数据信息的描述方式不一致的情况下,能够确定出预设字段信息对应的目标属性值,避免了由于数据信息与制单页面中的候选属性值不一致而导致的付款凭证单据制作失败的情况。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1a是本申请实施例一提供的一种基于RPA及AI的付款凭证单据制作方法的流程图;
图1b是本申请实施例一提供的数据库中存储的银行账号信息的效果截图;
图1c是本申请实施例一提供的一种在资金系统进行银行账号款项结算信息的效果截图;
图1d是本申请实施例一提供的另一中在资金系统进行银行账号款项结算信息的效果截图;
图2a是本申请实施例二提供的一种基于RPA及AI的付款凭证单据制作方法的流程图;
图2b是本申请实施例二提供的一种网银系统登录的效果截图;
图2c是本申请实施例二提供的网银系统中付款凭证单据的制作页面的效果截图;
图2d是本申请实施例二提供的对付款凭证单据的制作信息提交成功的效果截图;
图2e是本申请实施例二提供的在资金系统反馈付款凭证单据制作结果的效果截图;
图3是本申请实施例三提供的一种基于RPA及AI的付款凭证单据制作装置的结构框图;
图4是本申请实施例四提供一种用于制作付款单据的设备的结构框图。
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,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,术语“付款凭证单据”指企业资金往来过程中,用于进行款项支付的凭证,其中记录着收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途等信息。在“付款凭证单据”制作完成后,需要负责人进行审核,并在审核无误后,按照该“付款凭证单据”的内容进行付款操作。
在本申请的描述中,术语“款项结算信息”包括结算时间、结算账号的冻结状态和结算方式等。其中,结算方式包括网银支付、现金支付等。
在本申请的描述中,术语“预设制单条件”指预先设置的制作“付款凭证单据”的条件,该条件包括:结算日期未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
在本申请的描述中,术语“编号信息”是指“付款凭证单据”在制作完成后对应的身份标识,不同“付款凭证单据”对应的“编号信息”不同。
在本申请的描述中,术语“预设字段信息”是付款凭证单据的制作页面需要填写的关键信息,例如,收款方账号、收款方户名、收款方银行、金额和资金用途等。“预设字段信息”对应的“属性值”是指关键信息的具体内容,例如“收款方银行”为“交通银行”,“金额”为100万元。
在本申请的描述中,术语“网银系统”指通过互联网进行转账、对账、信贷以及投资理财等业务的平台。本申请中RPA机器人在登录“网银系统”之后,可通过其中的“付款凭证单据的制作页面”进行付款凭证单据的制作。该“付款凭证单据的制作页面”中存在用于制作付款凭证单据的预设字段信息,RPA机器人可根据预设字段信息将付款凭证单据的相关数据信息填写到该制作页面中,生成付款凭证单据。
在本申请的描述中,术语“资金系统”是企业内部用于进行资金管理的业务操作系统,其中记录有财务资金往来的具体资金信息、支付信息、收款方信息、付款方信息和注意事项信息等。
在本申请的描述中,术语“NLP”指自然语言处理(Natural LanguageProcessing),具体是研究人与计算机交互的语言问题的一门学科。本申请实施例中,将其应用于数据信息的语义识别过程中。
在本申请的描述中,术语“OCR”是指光学字符识别(Optical CharacterRecognition),具体是指电子设备检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。
参照下面的描述和附图,将清楚本申请的实施例的这些和其他方面。在这些描述和附图中,具体公开了本申请的实施例中的一些特定实施方式,来表示实施本申请的实施例的原理的一些方式,但是应当理解,本申请的实施例的范围不受此限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图对本申请实施例提供的基于RPA及AI的付款凭证单据制作方法、装置、设备及介质进行详细介绍。
实施例一
图1a是本申请实施例一提供的一种基于RPA及AI的付款凭证单据制作方法的流程图,该方法可应用于企业资金往来过程中,付款凭证单据制作等应用场景下。本实施例的技术方案是通过RPA机器人来执行的,该RPA机器人可搭载在UiBot Creator平台上,该UiBotCreator平台是一款专业强大的机器人生产工具,为机器人提供良好载体。本实施例中,可以设置RPA机器人每天定时启动,并登录资金系统查看是否存在需要进行制作付款凭证的单据,以避免造成待处理单据积压的情况,达到提高制作付款凭证单据效率的效果。如图1a所示,本实施例提供的方法包括:
S110、确定需要制作付款凭证单据的目标银行账号。
首先需要说明的是,在财务业务的进行过程中,企业的与企业之间,以及企业与用户之间的资金往来通常会在企业内部的资金系统中进行记录。该资金系统是企业内部用于进行资金管理的业务操作系统,其中记录有财务资金往来的具体资金信息,包括进行资金往来的公司名称、银行账号信息、金额信息和资金用途信息等。其中,对于当前企业未支付的款项及用于支付该款项对应的银行账号,在利用该银行账号进行资金支付之前,一般需要制作付款凭证单据,并且,制作完成的付款凭证单据需要相关工作人员进行审核,并在审核无误之后,再通过其他负责付款的工作人员进行付款操作。其中,对于需要制作付款凭证单据的银行账号,在资金系统中会存在对应的标识,即显示该银行账号是否需要制作付款凭证单据。作为一种可选的实施方式,RPA机器人可直接登录企业内部的资金系统,并通过资金系统中已录入的银行账号的标识信息,判断该银行账号是否需要进行付款凭证单据的制作。
本实施例中,对于当前企业中与其他企业或与个人资金往来频繁的银行账号,以及该银行账号对应的账号信息,例如银行名、账号和密码等,相关工作人员可将这些账号信息录入RPA机器人的数据库中进行监控,并可设置RPA机器人每天定时启动,以从数据库中获取这些银行账号,然后依次查询这些银行账号是否需要进行付款凭证单据的制作。如果出现账户信息变动的情况,例如当有新账号信息录入、原有账号信息删除或者原有账号信息发生变更时,相关人员可对数据库中的账户信息进行更新。这样设置的好处在于,可使得资金往来频繁的银行账号得到RPA机器人及时地监控,从而使得需要制作付款凭证单据的目标银行账号能够得到及时地处理,提高了付款凭证单据操作的实时性,以避免由于制单延迟而造成资金支付延迟等财务问题。
具体的,图1b是本申请实施例一提供的数据库中存储的银行账号信息的效果截图。如图1b所示,银行账号信息通过Excel(电子表格)进行存储。RPA机器人在读取表格中的内容时,可结合人工智能(Artificial Intelligence,AI)技术中的OCR组件中的通用表格识别功能,得到表格中的各单元格的内容及其所在的行列信息,例如,如图1b所示的位于表格第一列的公司名称、位于表格第二列的结算方式、位于表格第三列的本方银行类别以及位于表格第四列的本方银行账号等。
本实施例中,具有通用表格识别功能的AI平台为UiBot Mage平台,该UiBot Mage平台是一款主要为RPA机器人开发者提供AI能力支持的工具型产品。该平台与RPA机器人搭载的UiBot Creator平台均依赖于UiBot平台上,UiBot平台是流程自动化专家,是一款面向多类需求、为业务全流程提供智能机器人服务的平台。该AI平台中集成有预先配置完成的表格信息提取模板。利用该表格信息提取模板,可提取出表格内容及其对应的行列信息。本实施例中,可通过一个同时登录RPA平台以及AI平台的目标账号,即UiBot帐号,使得RPA机器人所搭载的平台与AI平台相结合。在使用该目标账号同时登录了RPA机器人所搭载的平台以及AI平台后,RPA机器人所搭载的平台即与AI平台建立了通信连接,也即RPA机器人可以直接调用AI平台已发布的通用表格识别功能提取表格中的内容。
本实施例中,RPA机器人在提取出表格中待查询的银行账号之后,可根据各银行账号对应的款项结算信息,确定各银行账号是否是需要制作付款凭证单据的目标银行账号。其中,款项结算信息包括结算时间、结算账号的冻结状态,以及结算方式等。其中,对于各待查询银行账号对应的款项结算信息,RPA机器人可从本地设定文件夹中读取已存储的各银行对应的款项结算信息。或者,RPA机器人也可登录企业内部的资金系统,并通过在资金系统中依次对各待查询银行账号进行搜索,得到各银行账号对应的款项结算信息。
本实施例中,在得到各银行账号对应的款项结算信息之后,RPA机器人在确定各银行账号是否需要制作付款凭证单据时,对于任意一个待查询的银行账号,RPA机器人可根据该银行账号对应的款项结算信息,确定该银行账号是否符合预设制单条件。其中,预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
具体的,如果该银行账号对应的款项结算信息为结算时间未到达支付日期、结算账号未冻结,以及结算方式为通过网银支付,则确定该银行账号为符合预设制单条件的账号,即该银行账号为需要制作付款凭证单据的目标银行账号。通过采用上述方式,即可从各候选银行账号中选择出需要制作付款凭证单据的目标银行账号。
具体的,图1c是本申请实施例一提供的在资金系统进行银行账号款项结算信息的一种效果截图。图1d是本申请实施例一提供的在资金系统进行银行账号款项结算信息的有一种效果截图。如图1c和1d所示,对于结算方式非线下网银支付,或者已达到指定日期,或者冻结标识未已冻结的银行账号,则不属于需要制作付款凭证单据的目标银行账号。
如图1c和1d所示,如果RPA机器人读取到的目标银行账号,即符合预设制单条件的本方银行账号有多个,此时,可按照本实施例提供的方式依次对每个目标银行账号进行付款凭证单据的制作。
S120、获取目标银行账号对应的数据信息。
本实施例中,制作付款凭证单据是为了依据此单据进行付款操作。其中,用于制作付款凭证单据所需要的数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途等信息。
本实施例中,如果目标银行账号对应的数据信息存储于本地指定文件夹中,则RPA机器人可从本地指定文件夹中读取各目标银行账号对应的数据信息,或者RPA机器人也可通过登录资金系统,并从其中获取各目标银行账号对应的数据信息,以进行付款凭证单据的制作。
S130、按照数据信息生成付款凭证单据。
作为一种可选的实施方式,付款凭证单据的制作可在资金系统中进行。该资金系统可以是具有银行付款权限的业务操作系统。具体的,RPA机器人可代替人工将数据信息填入资金系统的付款凭证单据的制作模板中,具体可将数据信息中的各数据项按照模板中的预设字段信息写入该模板中。例如,将收款方具体的户名信息填入收款方户名对应的位置处,将具体的金额数值填入金额对应的位置处。
作为又一种可选的实施方式,考虑到后续付款操作过程通常需要在网银系统中进行,因此,还可采用RPA机器人代替人工的方式在网银系统中进行付款凭证单据的制作。即通过登录网银系统,并在网银系统的付款凭证单据的制作页面,按照该制作页面中的预设字段信息填写对应的数据信息,并在填写完成后进行提交,即在网银系统中生成付款凭证单据。在相关工作人员在对制作完成的付款凭证单据审核无误后,付款操作人员可在该网银系统按照已制作完成的付款凭证单据进行资金的支付。
本实施例中,RPA机器人代替人工在确定出需要制作付款凭证单据的目标银行账号后,可获取目标银行账号对应的数据信息,从而可按照获取到的数据信息进行付款凭证单据的制作。通过采用上述技术方案,提高了付款凭证单据制作的实时性,并且节省了财务人员手动制作付款凭证单据的时间,提高了付款凭证单据制作的效率和准确率。
实施例二
图2a是本申请实施例二提供的一种基于RPA及AI的付款凭证单据制作方法的流程图,本实施例在上述实施例的基础上,对RPA机器人在网银系统中制作付款凭证单据的过程进行了细化,如图2a所示,本实施例提供的方法包括:
S210、确定需要制作付款凭证单据的目标银行账号。
S220、获取目标银行账号对应的数据信息。
其中,数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息。
S230、登录目标银行账号所属银行的网银系统。
本实施例中,RPA机器人可根据目标银行账号所属银行的类型,登录目标银行账号对应银行的网银系统。例如,如果目标银行账号所属银行的类型为建设银行,则RPA机器人需要登录建设银行的网银系统。如果目标银行账号所属银行的类型为交通银行,则RPA机器人需要登录交通银行的网银系统。其中,目标银行账号所属银行的类型可通过识别数据库中存储的如图1b所示的账号信息表获取得到,即将如图1b所示的账号信息表中的本方银行类别作为目标银行账号所属银行的类型。
具体的,图2b是本申请实施例二提供的一种网银系统登录的效果截图。如图2b所示,RPA机器人可基于数据库中存储的该目标银行账号的账号名和密码信息,登录该目标银行账号对应的网银系统。
其中,在登录过程中,如果检测都存在验证码,RPA机器人可通过调用AI平台的OCR组件对验证码所在的图片进行识别,得到图片中的验证码。RPA机器人可将得到的验证码填入如图2b所示的附加码填写处。
S240、在网银系统的付款凭证单据的制作页面,识别预设字段信息。
其中,在网银系统的付款凭证单据的制作页面中,存在用于进行付款凭证单据制作的预设字段信息。图2c是本申请实施例二提供的网银系统中付款凭证单据的制作页面的效果截图。如图2c所示,制作页面中的预设字段信息包括:“金额”、“收方账户”、“收方户名”、“收款账户类型”、“收款方开户行”、“收方开户网点”以及“附言”、“对账编号”等预设字段信息。RPA机器人可通过NLP中的关键字识别方法对制作页面中的预设字段信息进行识别。对于页面中的预设字段信息,其对应的属性值可通过RPA机器人填写的方式写入对应位置,或者,还可通过RPA机器人对属性值下拉框中的候选属性值进行选择的方式来设置。
S250、在制作页面中,按照预设字段信息填写对应的数据信息。
作为一种可选的实施方式,对于需要RPA机器人去填写的预设字段信息对应的数据信息,RPA机器人可确定各项数据信息的类型,并根据数据信息的类型,分别将与各预设字段信息相匹配的目标数据信息,确定为各预设字段信息对应的目标属性值。在得到目标属性值之后,RPA机器人可将各目标属性值写入到对应预设字段信息的对应位置处。具体的,如图2c所示,对于需要填写的属性值,RPA机器人可将获取到的数据信息中,具体的金额信息、收款方账号信息、收款方户名信息,例如,XXX有限公司和资金用途等信息,例如,信息化咨询费用,按照对应的预设字段信息填入对应位置。
作为另一种可选的实施方式,对于需要RPA机器人从属性值下拉框中的各项候选属性值中选择预设字段信息对应的目标属性值,则对于任意一项预设字段信息,RPA机器人可从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值作为该预设字段信息的目标属性值,并将该目标属性值设置于该预设字段信息的对应位置处。其中,对应数据信息的类型与该预设字段信息相匹配。
具体的,如图2c所示,对于制作页面中的“收款账户类型”、“收款方开户行”和“收方开户网点”等任意一项预设字段信息,RPA机器人可确定其对应的对应数据信息。其中,该对应数据信息的类型与预设字段信息相匹配,例如,与“收款方开户行”这一预设字段信息相匹配的对应数据信息为“收款方所在银行”,与“收方开户网点”这一预设字段相匹配的数据信息为“收款方开户网点”。RPA机器人可确定出与对应数据信息相匹配的候选属性值作为该预设字段信息的目标属性值,并可将该目标属性值设置于该预设字段信息的对应位置处。
需要说明的是,对于制作页面中的预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值,例如,如图2c所示,对于预设字段信息“收款账户类型”,其对应数据信息“公司账户”。在该预设字段信息的下拉框中存在“公司账户”这一候选属性值,该候选属性值与对应数据信息的字符完全一致,则将该候选属性值“公司账户”作为“收款账户类型”这一预设字段信息对应的目标属性值。
还需要说明的是,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则RPA机器人可基于自然语言处理NLP中的语义识别算法,对与预设字段信息类型相匹配的对应数据信息进行语义识别,并可从各候选属性值中选择与对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
具体的,如图2c所示,对于制作页面中的“收款方开户行”和“收方开户网点”这两个预设字段信息,与其相匹配的对应数据信息分别是“宁波银行”,“宁波银行国家高新区支行”。而这两个预设字段信息对应的候选属性值中,并不存在“宁波银行”,“宁波银行国家高新区支行”。因此,基于NLP技术中的语义识别算法,RPA机器人可理解这两个词所代表的含义,并在制作页面中选择“城市商业银行”作为“收款方开户行”这一预设字段信息的目标属性值,并选择“宁波银行股份有限公司国家高新区支行”作为“收方开户网点”这一预设字段信息对应的目标属性值。
本实施例中,RPA机器人通过基于NLP服务理解数据信息的语义,可在网银系统的付款凭证制作页中选择与该语义信息相匹配的预设字段信息的属性值,从而可在预设字段信息的各候选属性值与对应数据信息的描述方式不一致的情况下,能够确定出预设字段信息的目标属性值,避免了由于数据信息与制单页面中的候选属性值不一致而导致的付款凭证单据制作失败的情况,提高了付款凭证单据制作的准确率。
S260、对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
本实施例中,在付款凭证单据的制作页面中,RPA机器人在确定出各预设字段信息对应的目标属性值之后,可通过触发制作页面中的提交按键对已填写完成的制作页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
具体的,图2d是本申请实施例二提供的对付款凭证单据的制作信息提交成功的效果截图。如图2d所示,在提交成功后,在网银系统的显示界面将显示提交成功的提示信息,网银系统还会返回该付款凭证单据对应的编号信息,即如图2d所示的指令序号。
S270、将编号信息录入资金系统。
其中,将编号信息录入资金系统后,该编号信息可用于对制作完成的付款凭证单据进行审核。
具体的,图2e是本申请实施例二提供的在资金系统反馈付款凭证单据制作结果的效果截图。RPA机器人在网银系统完成付款凭证单据的制作之后,可在资金系统中对该笔单据信息制作网银制单反馈表,其中,该反馈表中包括付款信息,例如财务组织、单据类型及类型编码、单据状态、单据日期、结算状态、结算方式、结算金额、付款账号和付款银行等。该反馈表中还包括收款信息,例如,收款户名、收款主题、收款账号和收款银行等。此外,该反馈表中还包括注意事项和支付信息等。RPA机器人通过在反馈表中填入制作完成的付款凭证单据对应的编号信息,并通过触发资金系统中的“签字”按键,即可完成该笔单据的操作。
进一步的,在完成该笔单据的操作之后,审核人可对如图2e所示的信息进行审核,并在审核无误之后,付款操作人员可在网银系统进行付款操作。或者,如果资金系统具有网银系统赋予的付款权限,则在审核人员审核无误之后,付款操作人员通过资金系统也可进行付款操作。
本实施例中,在网银系统的付款凭证单据的制作页面,RPA机器人通过识别制作页面中的预设字段信息,可从获取到的目标银行账号对应的数据信息中提取出各预设字段信息对应的目标属性值,该目标属性值即为付款凭证单据的具体内容。并且,如果数据信息中不存在与预设字段信息的候选属性值相匹配的目标属性值,RPA机器人可通过NLP服务中的语义识别算法对数据信息的语义进行理解,从而可从多个候选属性值中确定出预设字段信息对应的目标属性值,避免了由于数据信息与制单页面中的候选属性值不一致而导致的付款凭证单据制作失败的情况,提高了RPA机器人自动进行付款凭证单据制作的成功率。
实施例三
图3是本申请实施例三提供的一种基于RPA及AI的付款凭证单据制作装置的结构框图。该装置可通过软件和/或硬件的方式来实现,如图3所示,该装置包括:目标银行账号确定模块310、数据信息获取模块320和付款凭证单据生成模块330。其中,
目标银行账号确定模块310,被配置为确定需要制作付款凭证单据的目标银行账号;
数据信息获取模块320,被配置为获取该目标银行账号对应的数据信息,该数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;
付款凭证单据生成模块330,被配置为按照数据信息生成付款凭证单据。
可选的,目标银行账号确定模块,具体被配置为:
获取数据库中的待查询的银行账号;
根据各银行账号对应的款项结算信息,从各候选银行账号中选择符合预设制单条件的账号作为需要制作付款凭证单据的目标银行账号,其中,预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
可选的,所述付款凭证单据生成模块,包括:
网银系统登录单元,被配置为登录所述目标银行账号所属银行的网银系统;
预设字段信息识别单元,被配置为在所述网银系统的付款凭证单据的制作页面中,识别预设字段信息;
数据信息填写单元,被配置为在所述制作页面中,按照所述预设字段信息填写对应的数据信息;
付款凭证单据制作单元,被配置为对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
可选的,所述数据信息填写单元,包括:
第一目标属性值确定子单元,被配置为根据所述数据信息的类型,分别确定与各预设字段信息相匹配的目标数据信息,作为各预设字段信息对应的目标属性值;
目标属性值写入子单元,被配置为将各目标属性值填写到对应预设字段信息的对应位置处。
可选的,所述数据信息填写单元,包括:
第二目标属性值确定子单元,被配置为在所述制作页面中,对于任意一项预设字段信息,从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值,作为该预设字段信息的目标属性值,其中,所述对应数据信息的类型与该预设字段信息相匹配;
目标属性值设置子单元,被配置为将该目标属性值设置于该预设字段信息的对应位置处。
可选的,所述第二目标属性值确定子单元,具体被配置为:
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值;或者
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则基于自然语言处理NLP中的语义识别算法,对所述对应数据信息进行语义识别,并从各候选属性值中选择与所述对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
可选的,本实施例提供的装置还包括:编号信息存储模块,被配置为:
将编号信息录入资金系统,以用于通过资金系统对制作完成的付款凭证单据进行审核。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
实施例四
图4是本申请实施例四提供一种用于制作付款单据的设备的结构框图。如图4所示,该设备包括:存储器910和处理器920,存储器910内存储有可在处理器920上运行的计算机程序。处理器920执行该计算机程序时实现上述实施例中的基于RPA及AI的付款凭证单据制作方法。存储器910和处理器920的数量可以为一个或多个。
该设备还包括:
通信接口930,用于与外界设备进行通信,进行数据交互传输。
如果存储器910、处理器920和通信接口930独立实现,则存储器910、处理器920和通信接口930可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器910、处理器920及通信接口930集成在一块芯片上,则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。
本申请实施例提供了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本申请实施例中提供的方法。
本申请实施例还提供了一种芯片,该芯片包括,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行申请实施例提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(fieldprogrammablegate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (15)
1.一种基于机器人流程自动化RPA及人工智能AI的付款凭证单据制作方法,应用于RPA机器人,其特征在于,包括:
S1、确定需要制作付款凭证单据的目标银行账号;
S2、获取所述目标银行账号对应的数据信息,所述数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;
S3、按照所述数据信息生成付款凭证单据。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1具体包括:
S11、获取数据库中的待查询的银行账号;
S12、根据各银行账号对应的款项结算信息,从各候选银行账号中选择符合预设制单条件的账号作为需要制作付款凭证单据的目标银行账号,其中,所述预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
3.根据权利要求1所述的方法,其特征在于,所述步骤S3具体包括:
S31、登录所述目标银行账号所属银行的网银系统;
S32、在所述网银系统的付款凭证单据的制作页面中,识别预设字段信息;
S33、在所述制作页面中,按照所述预设字段信息填写对应的数据信息;
S34、对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
4.根据权利要求3所述的方法,其特征在于,所述步骤S33具体包括:
S331、根据所述数据信息的类型,分别将与各预设字段信息相匹配的目标数据信息,确定为各预设字段信息对应的目标属性值;
S332、将各目标属性值写入对应预设字段信息的对应位置处。
5.根据权利要求3所述的方法,其特征在于,所述步骤S33具体包括:
S333、在所述制作页面中,对于任意一项预设字段信息,从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值,作为该预设字段信息的目标属性值,其中,所述对应数据信息的类型与该预设字段信息相匹配;
S334、将该目标属性值设置于该预设字段信息的对应位置处。
6.根据权利要求5所述的方法,其特征在于,所述步骤S333具体包括:
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值;或者
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则基于自然语言处理NLP中的语义识别算法,对所述对应数据信息进行语义识别,并从各候选属性值中选择与所述对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
7.根据权利要求3-6任一所述的方法,其特征在于,所述方法还包括:
将所述编号信息录入资金系统,以用于通过资金系统对制作完成的付款凭证单据进行审核。
8.一种基于RPA及AI的付款凭证单据制作装置,其特征在于,包括:
目标银行账号确定模块,被配置为确定需要制作付款凭证单据的目标银行账号;
数据信息获取模块,被配置为获取所述目标银行账号对应的数据信息,所述数据信息包括收款方账号信息、收款方户名信息、收款方银行信息、金额信息和资金用途信息;
付款凭证单据生成模块,被配置为按照所述数据信息生成付款凭证单据。
9.根据权利要求8所述的装置,其特征在于,所述目标银行账号确定模块,具体被配置为:
获取数据库中的待查询的银行账号;
根据各银行账号对应的款项结算信息,从各候选银行账号中选择符合预设制单条件的账号作为需要制作付款凭证单据的目标银行账号,其中,所述预设制单条件包括结算时间未到达支付日期、结算账号未冻结以及结算方式为通过网银支付。
10.根据权利要求8所述的装置,其特征在于,所述付款凭证单据生成模块,包括:
网银系统登录单元,被配置为登录所述目标银行账号所属银行的网银系统;
预设字段信息识别单元,被配置为在所述网银系统的付款凭证单据的制作页面中,识别预设字段信息;
数据信息填写单元,被配置为在所述制作页面中,按照所述预设字段信息填写对应的数据信息;
付款凭证单据制作单元,被配置为对填写完成的页面进行提交,得到制作完成的付款凭证单据及对应的编号信息。
11.根据权利要求10所述的装置,其特征在于,所述数据信息填写单元,包括:
第一目标属性值确定子单元,被配置为根据所述数据信息的类型,分别确定与各预设字段信息相匹配的目标数据信息,作为各预设字段信息对应的目标属性值;
目标属性值写入子单元,被配置为将各目标属性值填写到对应预设字段信息的对应位置处。
12.根据权利要求10所述的装置,其特征在于,所述数据信息填写单元,包括:
第二目标属性值确定子单元,被配置为在所述制作页面中,对于任意一项预设字段信息,从该预设字段信息对应的各候选属性值中,确定与对应数据信息相匹配的候选属性值,作为该预设字段信息的目标属性值,其中,所述对应数据信息的类型与该预设字段信息相匹配;
目标属性值设置子单元,被配置为将该目标属性值设置于该预设字段信息的对应位置处。
13.根据权利要求12所述的装置,其特征在于,所述第二目标属性值确定子单元,具体被配置为:
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果存在与对应数据信息中的字符完全一致的候选属性值,则将该候选属性值作为该预设字段信息的目标属性值;或者
对于任意一项预设字段信息,在该预设字段信息对应的各候选属性值中,如果不存在与对应数据信息中的字符完全一致的候选属性值,则基于自然语言处理NLP中的语义识别算法,对所述对应数据信息进行语义识别,并从各候选属性值中选择与所述对应数据信息的语义相匹配的候选属性值作为该预设字段信息的目标属性值。
14.一种用于制作付款单据的设备,其特征在于,包括:处理器和存储器,所述存储器中存储指令,所述指令由处理器加载并执行,以实现如权利要求1至7任一项所述的方法。
15.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634396.1A CN114297240A (zh) | 2021-12-29 | 2021-12-29 | 基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634396.1A CN114297240A (zh) | 2021-12-29 | 2021-12-29 | 基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114297240A true CN114297240A (zh) | 2022-04-08 |
Family
ID=80972449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111634396.1A Pending CN114297240A (zh) | 2021-12-29 | 2021-12-29 | 基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297240A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI818550B (zh) * | 2022-05-24 | 2023-10-11 | 兆豐國際商業銀行股份有限公司 | 基於人工智慧查詢交易的單據的伺服器 |
-
2021
- 2021-12-29 CN CN202111634396.1A patent/CN114297240A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI818550B (zh) * | 2022-05-24 | 2023-10-11 | 兆豐國際商業銀行股份有限公司 | 基於人工智慧查詢交易的單據的伺服器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8090599B2 (en) | Method and system for computerized insurance underwriting | |
US20200334725A1 (en) | Computer implemented multi-currency invoice capture, trading, access and payment system | |
CN108132926B (zh) | 合同生成装置及系统 | |
CN108269183B (zh) | 一种财务会计智能代理服务系统、电子设备及方法 | |
CN108734528A (zh) | 一种电子发票自动入账方法 | |
US10453043B2 (en) | System and method for online bill payment | |
CN109308657A (zh) | 单证报销结算方法、装置、计算机设备及存储介质 | |
CN114092951A (zh) | 结合rpa及ai的财务票据处理方法、装置、系统、设备及介质 | |
WO2024022303A1 (zh) | 基于rpa和ai实现ia的单据审批方法、装置、设备及介质 | |
WO2019019777A1 (zh) | 保单退费处理方法、装置、计算机设备和存储介质 | |
CN115017272B (zh) | 基于登记数据的智能核验方法及装置 | |
CN112669140A (zh) | 金融账户销户处理方法、装置、计算机设备及存储介质 | |
CN110111208A (zh) | 保单数据处理方法、装置、计算机设备和存储介质 | |
CN113781048B (zh) | 一种基于区块链的交易信息校验及结算方法 | |
US8719122B1 (en) | Income itemization | |
CN114297240A (zh) | 基于rpa及ai的付款凭证单据制作方法、装置、设备及介质 | |
CN113822749A (zh) | 基于rpa及ai的商户结算付款处理方法、装置、设备及介质 | |
CN111784342A (zh) | 一种基于大数据集中支付动态监控管理系统 | |
CN115423619A (zh) | 数据处理方法、装置、系统、存储介质及程序产品 | |
CN114625848A (zh) | 结合rpa和ai的合同中单价的审核方法以及装置 | |
CN114511318A (zh) | 一种账户核算方法、装置及电子设备 | |
CN114819896A (zh) | 一种基于ai的票据管理系统、方法及存储介质 | |
CN114254022A (zh) | 基于rpa及ai的流程任务处理方法、装置、系统及服务器 | |
CN112215693A (zh) | 一种凭证生成方法以及相关装置 | |
CN109636350A (zh) | 文档生成方法、装置、计算机设备和存储介质 |
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 |