CN114493552B - 基于双时间轴的rpa对公付款自动审批方法及系统 - Google Patents

Abstract

本发明基于双时间轴的RPA对公付款自动审批方法及系统的目的是通过运用RPA及图像识别技术，实现对公付款的自动审批和支付。为达到该目的，在资金管理系统中建立审批时间轴和付款时间轴；从付款审批单中提取出业务要素，放置在审批时间轴中形成审批节点；机器人程序对比合同成功后在付款时间轴上建立付款节点，资金管理系统根据付款时间轴中的付款节点按时进行付款。与现有技术相比，采用本发明技术方案将合同审批时间和实际付款时间进行切割，有效的进行了付款的管理，对付款过程中常见的问题进行了优化。

Description

基于双时间轴的RPA对公付款自动审批方法及系统

技术领域

本发明涉及金融及办公自动化领域，尤其涉及一种基于双时间轴的RPA对公付款自动审批方法及系统。

背景技术

在企业的日常付款过程中，企业往往要先于供应商签订采购合同，合同生效后提交付款申请，打款给供应商。采购部门提交付款审批单及合同扫描件，财务出纳需先进行付款审批单的审核，然后在资金管理系统进行合同扫描件与付款审批单的比对，比对成功过后安排付款操作，对比失败则进行打回操作。这样财务出纳需审核供应商合同，合同信息内容较多财务需要查看整个合同内容，出纳提取本次要付款的金额，耗费大量时间。在存在大量付款单情况下，人工比对不仅慢，而且容易出错，也不能实现电子化存储。

对此，业内尝试着将RPA(Robotic Process Automation，机器人流程自动化)技术应用在付款结算程序中。RPA是一项允许公司员工通过配置计算机软件或机器人程序抓取并解析现有应用程序来处理事务、操纵数据、触发响应并与其他数字系统通信的技术应用。如现有技术中专利申请号为CN202110911725.6的发明专利《基于RPA及AI的商户结算付款处理方法、设备、设备及介质》中就公开了一种基于RPA及AI的商户结算付款处理方法、设备、设备及介质，其中，该方法包括：S1、对结算付款申请表中的各个待审核项进行审核；其中，所述待审核项包括不同合作项目对应的合同号、结算单号和结算金额；S2、在所有待审核项均审核通过后，将审核完成的结算付款申请表的格式调整为符合付款系统要求的格式，并将格式调整后的结算付款申请表导入付款系统；S3、对于所述结算付款申请表中的每一个商户，根据该商户的账目往来明细，如果确定出该商户不存在历史欠款，则确定该商户满足付款要求；S4、对满足付款要求的商户通过所述付款系统进行付款。通过采用上述技术方案，提高了商户结算付款审核的效率及准确率。

但是这样的技术移用只是简单将RPA技术应用于结算场景，而并未针对实际情况进行优化。对于付款审核过于松散，且并未包括整个付款的财务流程。这样的技术方案在实际应用中反而会带来许多安全隐患以及财务损失，有的结算错误甚至要在审计时才会被发现。

发明内容

针对现有技术的缺点，本发明的目的是解决企业对公付款中的痛点，通过运用RPA及图像识别技术，实现合同文本自动识别，自动提取合同付款付款信息，与资金管理系统中付款审批单进行比对，实现对公付款自动审批。在保证用户收益的前提下提高客户工作效率。整个付款流程有迹可循，即便发生错误也可以进行追溯纠错。事实上，现有技术中实际并没有可应用于付款的RPA技术。

为达到该目的，本发明基于双时间轴的RPA对公付款自动审批方法，应用于资金管理系统，在资金管理系统中建立审批时间轴和付款时间轴；将人工审核完成的付款审批单导入资金管理系统；由于付款审批单格式并不固定，且很多具有支付意向但尚未确定的支付项目也需要先进行审批流程，此处经过实践验证采用人工审核效率高于机器人程序审核。由于后期对于合同审核非常严格，这样也不会导致最终付款时出现错误。

从付款审批单中提取出业务要素，将业务要素打包压缩后根据实际审批完成时间放置在审批时间轴中形成审批节点；这样的操作主要为了方便机器人程序后期执行。

机器人程序根据审批时间轴中时间顺序提取审批节点中的业务要素，在资金管理系统中检索对应的合同；没有检索到对应合同即跳过该审批节点，继续提取下一个审批节点中的业务要素。当检索到对应合同后，对合同进行扫描件识别，机器人程序将从合同中提取的付款信息与对应的付款审批单中业务要素进行比对，数据匹配成功则根据合同中的付款信息在付款时间轴上建立付款节点，如果匹配不成功则停止比对，从资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注。具有权限的合同提交人员对带有不符合标记的合同进行修改后重新递交。再次提交的合同将在下个审批过程中继续匹配。合同不符合要求的信息也将第一时间转发到资金管理系统中记录的基于该审批节点的经办人、审核员以及管理者手中，敦促具有修改权限的合同提交人员排查问题重新上传合同。

资金管理系统根据付款时间轴中的付款节点按时进行付款。

优选的，所述审批时间轴和付款时间轴均为基于时间戳的数据库；机器人程序基于时间顺序执行合同比对作业和付款作业。称其为审批时间轴和付款时间轴是因为在最终管理者的管理界面中，展示的是带有时间标记的图形。其中审批时间轴每个节点上所标记的时间是人工审批完成的时间，而付款时间轴上每个节点所标记的时间是预定的付款时间。管理人员在时间轴界面上仅能看到节点名称和该节点时间信息，只有点击该节点才能看到其中的详细信息。通过时间轴的形式进行数据管理更为直观和高效，并且也具有一定的保密性。

优选的，企业每个对公付款账户对应一条付款时间轴；所述付款时间轴中每两个充值时间节点之间为一个付款周期；每个付款节点上标注有付款账户余额信息；付款时，校验对公付款账户在该付款节点付款后的余额是否满足该付款节点所在付款周期中剩余待付款金额的总额。这样的技术方案为了保证付款方具有资金周转的灵活性。实际在付款时间轴上新增付款节点时也会根据对应时间账户余额进行设置，这样能保持资金流水的平稳。

进一步的，当校验出对公付款账户的余额无法满足剩余待付款金额的总额时，进行支付策略调整流程，具体为：

在进行该付款节点的付款操作前，通过付款时间轴获取当日付款总金额；

获取该付款时间轴对应的对公付款账户的余额；

判断对公付款账户的余额是否满足当日支付需求；

若满足，则全部付款；

若不满足，则选择支付策略；

策略一：执行部分付款，先有限支付小额付款，当日未支付的，在下个工作日支付；

策略二：启动余额补足任务，对该对公付款账户进行充值，充值后确认余额满足当日支付需求，继续执行该付款节点上的付款任务；

策略三：根据付款级别，将当日部分付款节点删除并添加到后一日的付款节点上，使对公付款账户的余额满足当日支付需求。

由于对公付款的特殊性，此处通常不会安排更换付款账户进行付款。实际上由于前期对账户余额的管控，这样的情况实际很少发生，通常只有该账户上的金额被取出应急时才会有这样的调整。所述支付策略调整流程由相关管理人员进行策略选择，但是在限定时间内相关管理人员未能作出选择时，由机器人程序根据授权的权限自动进行策略选择。

优选的，执行所述策略一时将该付款时间节点对应所支付金额修改为实际待支付的金额，将本日无法支付的部分金额在付款时间轴上新建一个付款时间节点；并将此付款策略通过收款方预留的联系方式告知对方。避免对方当日收取金额不足产生疑问。

优选的，所述合同扫描识别包括以下步骤：

合同扫描件下载后出发OCR识别服务，将合同扫描件传输到OCR服务器，将图像切割后进行处理，处理后图片输入到信息提取模型中，提取合同付款信息，至少获取付款金额、收款方账号及付款时限信息；根据合同付款信息在付款时间轴上建立付款节点。尤其是为了获取付款时限信息，本发明涉及合同中必须具有付款时间信息，且该时间信息长度不得少于一周。该时间信息长度随着金额的增大也进行对应的增加，为筹集款项争取尽可能多的时间，降低由于时间窗口过短导致无法按时付款的风险。

优选的，信息提取模型带有信息校验功能，所述信息提取模型通过合同文本内容及合同签订时间判断付款时限的逻辑性，当合同文本和付款时限出现矛盾时，从资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注。这里主要针对格式合同中的内容在具体签订时没有根据实际时间进行调整导致的风险。利用RPA进行语义分析的技术方案在现有技术中已经较为成熟，但是现有技术中的语义分析通常仅限于文字部分的逻辑分析。而本发明通过文字部分的信息识别和合同的其它内容进行比较，达到了进一步提高合同严谨性的效果。

例如在合同文字部分限定：“甲方合同签订起14天内支付所有款项”；“所有款项需要在12月30日前全部支付完成”。但是机器人程序检索到合同签订日期为12月19日。如果在合同签订起第14天支付款项依然有可能发生违约的状况。此时将对合同信息提出警告，提醒重新签订合同以降低风险。这类情况主要出现在对已有的格式合同的修改文本中。

优选的，信息提取模型针对涉及单份合同、多个付款对象进行训练：首先进行分类器的设计、训练；对包含文字的图像提取出特征，输入分类器，分类器根据特征识别成文字；运用神经网络分类器；每个输入数据与输出数据之间都有一个或多个隐藏层,每个隐藏层包含多个隐藏单元；将单个付款对象作为输入数据，对应该付款对象的付款金额作为输出数据进行匹配，并将此付款对象对应的账号信息作为隐藏层中的隐藏单元；具体训练该模型时首先进行图像输入，将切分好的目标图像输入到分类模型中，预设模型参数，根据模型进行训练，输出预测值，生成的预测值与真实数据进行对比，提炼损失函数计算出损失值，同时对模型参数进行修正。

优选的，资金管理系统在完成付款后监控对应该付款的回执；所述回执信息添加到审批时间轴上对应的审批节点中，当一个审批节点中对应的所有付款回执全部收取完成后，关闭该审批节点。关闭该审批节点后将该审批节点从审批时间轴上删除，并将该审批节点内包含的所有信息作为一个整体进行备份保存，便于后期审计。在实际应用过程中，由于时间轴的信息透明性和条理性，极大地减少了后期审计的工作量。

本发明还包括一种RPA对公付款自动审批系统，包括：机器人服务器，所述机器人服务器在资金管理系统中部署一套机器人程序；合同识别模块，部署OCR识别服务，采用GPU版本服务器，同时部署多套合同识别模块进行灾备处理；在合同识别模块中添加合同样本，提取合同特征，建立OCR训练模型；机器人程序登录资金管理系统，按照时间顺序提取人工审核完毕的付款审批单信息，根据审批单信息检索并下载对应的合同；开通机器人程序与OCR服务网络连接，机器人程序将获取的合同信息输入到OCR服务中，同时获取OCR识别后的信息；将OCR识别后的信息和付款审批单信息进行对比，确认无误后生成付款信息，所述付款信息带有时间戳；资金管理系统根据时间顺序进行付款。

本发明还包括一种设备，所述设备包括：

输入装置；至少包括付款审批单的信息输入单元和合同的图形输入单元；

至少一个处理器；

存储设备，用于存储一个或多个程序，以及程序执行时产生的数据；

当所述一个或多个程序被所述处理器执行，用于实现基于双时间轴的RPA对公付款自动审批方法。

该设备还至少包括一个数据接口，用于更新用于实现基于双时间轴的RPA对公付款自动审批方法的程序；

存储设备中保存有各个版本的程序；

还包括至少一个控制端口，用于执行如基于双时间轴的RPA对公付款自动审批方法中的当日付款余额不足时的策略选择以及在新增任务时选择对应的程序。这样的设备是最终实现RPA自动对公付款的基础。

与现有技术相比，采用本发明技术方案将合同审批时间和实际付款时间进行切割，利用机器人程序将合同和人工审核的付款信息进行对比。同时实现了合同的审阅和付款时间确定的工作。有效的进行了基于企业资金状况的付款管理，对付款过程中常见的问题进行了优化。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为：本发明基于双时间轴的RPA对公付款自动审批方法的流程示意图。

图2为：本发明基于双时间轴的RPA对公付款自动审批方法的当日付款余额不足流程示意图。

图3为：本发明基于双时间轴的RPA对公付款自动审批方法的合同识别流程示意图。

图4为：本发明基于双时间轴的RPA对公付款自动审批方法的单合同对应多付款对象的合同识别示意图。

图5为：本发明基于双时间轴的RPA对公付款自动审批方法的实施例中从合同中提取信息示意图示意图。

图6为：本发明基于双时间轴的RPA对公付款自动审批方法的实施例中所建立的付款时间轴示意图。

图7为：本发明RPA对公付款自动审批系统的结构框图。

图8为：本发明基于双时间轴的RPA对公付款自动审批设备的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。

需要说明的是，在财务流程中时间点是一个非常重要的要素。付款审批单的递交顺序以及合同签订的顺序与实际付款时间并没有必然的逻辑关系。同一份合同中也会产生不同的付款日期，且付款时还需要关注付款方本身的资金流转情况。尤其是在资金不充裕的情况下，提前付款甚至会带来问题。

如图1所示，本发明包括一种基于双时间轴的RPA对公付款自动审批方法，应用于资金管理系统，在资金管理系统中建立审批时间轴和付款时间轴。所述审批时间轴和付款时间轴均为基于时间戳的数据库；机器人程序基于时间顺序执行合同比对作业和付款作业。称其为审批时间轴和付款时间轴是因为在最终管理者的管理界面中，展示的是带有时间标记的图形。通过时间轴的形式进行数据管理更为直观和高效，并且也具有一定的保密性。

将人工审核完成的付款审批单导入资金管理系统；由于RPA技术在付款方面的应用尚在探索阶段，因此为了保证系统的稳定性和可行性，在付款审批方面依然采用了人工审核的方式，但是对于合同对比和最终付款作业采用了机器人程序。这是因为付款审批单为不具有法律效力的内部流程文件，其格式和规范性难以统一，如果完全采用PRA进行付款审批，反而会导致审批效率低下。而合同作为具有法律效力的文本，只要把握住合同文本内容，就能避免付款中所面临的多种风险，这样才真正实现了宽进严出，有效提升了财务的流程效率。后期对于合同审核非常严格，这样也不会导致最终付款时出现错误。

机器人程序从付款审批单中提取出业务要素，所述业务要素至少包括付款审批单提交时间，付款总金额，付款类别，审批完成时间以及对应合同编号；将业务要素打包压缩后根据实际的审批完成时间放置在审批时间轴中形成审批节点。机器人程序可以直接读取各个审批节点中包含的信息并进行处理。

机器人程序根据审批时间轴中时间顺序提取审批节点中的业务要素，在资金管理系统中检索对应的合同，这个检索过程通常通过合同编号来进行检索。因为提交了付款审批单的项目通常是已经草拟了合同的，但是付款审批单审批完成后合同并不一定已经完成双方的签章并导入系统中。因此没有检索到对应合同也很正常。没有检索到对应合同即跳过该审批节点，继续提取下一个审批节点中的业务要素。当检索到对应合同后，对合同进行扫描件识别，机器人程序将从合同中提取的付款信息与对应的付款审批单中业务要素进行比对，数据匹配成功则根据合同中的付款信息在付款时间轴上建立付款节点。对于已经建立了付款节点的审批节点添加标记。因为合同对比已经完成，机器人程序将在基于该审批节点所创建的所有付款节点完成前不再读取该审批节点的信息。如果匹配不成功则停止比对，从资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注。具有修改权限的合同上传人员需要对合同进行修改后重新上传。合同不符合要求的信息也将第一时间转发到资金管理系统中记录的基于该审批节点的经办人、审核员以及管理者手中，敦促具有修改权限的合同提交人员排查问题重新上传合同。替换旧版合同是为了避免系统中出现重复合同导致数据混乱。

如图6所示为付款时间轴的一个具体案例，付款时间轴上方是需要支出的付款节点，而付款时间轴下方有该对公账户的预计收款。将预计收款也放在付款时间轴上用于判断该账户的资金周转，避免该账户余额不足导致部分应付款无法及时付出，带来不必要的损失。

这样的图形化设计主要为了方便财务人员查阅。同时对应付款节点上的信息并非直接显示在操作界面上，而是需要点开对应付款节点才能看到其中的信息。这样从一定程度上也防止无关人员的偷窥。资金管理系统根据付款时间轴中的付款节点按时进行付款。

通常在合同中体现的付款期限是基于一个最终付款时限的时间范围。在正常情况下，只要不超出这个最终付款期限就不算违约。更多的资金在自己账户中即便不计算利息，也更利于流转。但是为了避免最终付款期限当天出现网络故障或系统故障等不可预见的问题，实际在付款时间轴中建立的付款节点所对应的付款时间均早于最终付款时限。付款金额越大留出的缓冲期限越长，避免未能及时付款带来的庞大的违约金。

企业每个对公付款账户对应一条付款时间轴。虽然在多个付款账户中的付款时间轴互不相关，但是在非特别状态下，不同付款时间轴上的具体付款时间均不相互重合。所述付款时间轴中每两个充值时间节点之间为一个付款周期；每个付款节点上标注有付款账户余额信息；付款时，校验对公付款账户在该付款节点付款后的余额是否满足该付款节点所在付款周期中剩余待付款金额的总额。这样的技术方案为了保证付款方具有资金周转的灵活性。

上文所述的特别状态指的是由于银行的原因导致在预期的付款节点无法正常付款。这种情况下在收到银行通知后对付款节点进行调整，这种情况下由于时间调整较为仓促，因此允许有不同账户在同一时间进行付款。

如图2所示，当校验出对公付款账户的余额无法满足剩余待付款金额的总额时，进行支付策略调整流程，具体为：在进行该付款节点的付款操作前，通过付款时间轴获取当日付款总金额；获取该付款时间轴对应的对公付款账户的余额；判断对公付款账户的余额是否满足当日支付需求；若满足，则全部付款；若不满足，则选择支付策略；

策略一：执行部分付款，先有限支付小额付款，当日未支付的，在下个工作日支付；

策略二：启动余额补足任务，对该对公付款账户进行充值，充值后确认余额满足当日支付需求，继续执行该付款节点上的付款任务；

策略三：根据付款级别，将当日部分付款节点删除并添加到后一日的付款节点上，使对公付款账户的余额满足当日支付需求。

由于对公付款的特殊性，此处通常不会安排更换付款账户进行付款。

执行所述策略一时将该付款时间节点对应所支付金额修改为实际待支付的金额，将本日无法支付的部分金额在付款时间轴上新建一个付款时间节点；并将此付款策略通过收款方预留的联系方式告知对方。避免对方当日收取金额不足产生疑问。

所述三个策略是预设策略，实际使用时可以根据具体情况编辑输入新的处理策略。

如图3所示，所述合同扫描识别包括以下步骤：

合同扫描件下载后出发OCR识别服务，将合同扫描件传输到OCR服务器，对图像进行切割：根据页码截取付款信息页；截取的信息页包含对供应商付款的金额、供应商账户、户名等付款信息。通过水平投影对图形进行水平分割，获取每一行的图像；通过垂直投影对分割的每一行图像进行垂直分割，最终确定每一个字符的坐标位置，分割出每一个字符；分别在水平和垂直方向对进行二值化预处理过的图像某一种像素进行统计，对于二值化图像非黑即白，我们通过对其中的白点或者黑点进行统计，根据统计结果就可以判断出每一行的上下边界以及每一列的左右边界，从而实现分割的目的。

然后对切割后的图像进行处理，如果是彩色图像，则先对图片进行灰度化。然后依次进行降噪、二值化、字符切分以及归一化这些子步骤。经过二值化后，图像只剩下两种颜色，即黑和白，其中一个是图像背景，另一个颜色就是要识别的文字了。将图像中的文字分割成单个文字。如果文字行有倾斜要进行倾斜校正。

进行特征提取，用于识别文字的付款信息，每个不同的文字都能通过特征来和其他文字进行区分。

为了获取付款时限信息，本发明涉及合同中必须具有付款时间信息，且该时间信息长度不得少于一周。机器人程序提取合同付款信息，至少获取收款账户名称，以及该收款账户名称所对应的付款金额、收款方账号及付款时限信息；根据合同付款信息在付款时间轴上建立付款节点。

对于一份合同中具有多个收款单位和多笔费用的情形。在这样的情况下需要先对信息提取模型针对涉及单份合同多个付款对象进行训练。该模型为采用BP算法训练的多层前馈神经网络。BP算法全称叫作误差反向传播(error Back Propagation，或者也叫作误差逆传播)算法。其算法基本思想为：在前馈网络中，输入信号经输入层输入，通过隐藏层计算由输出层输出，输出值与标记值比较，若有误差，将误差反向由输出层向输入层传播，在这个过程中，利用梯度下降算法对神经元权值进行调整。

回到本发明中，在训练信息提取模型时首先进行分类器的设计、训练；分类器是用来在标记好类别的训练数据基础上判断一个新的观察样本所属的类别，对包含文字的图像提取出特征，输入分类器，分类器根据特征识别成文字；运用神经网络分类器；每个输入数据与输出数据之间都有一个或多个隐藏层，每个隐藏层包含多个隐藏单元；假设有m个样本n个特征则输入层X∈R^m×n，假设多层感知机只有一个隐藏层，且设隐藏层有h个神经元，则隐藏层的权重及偏差可表示为W_h∈R^n×h、b_h∈R^1×h。输出的标签值有q个则输出层的权重及偏差参数分别为W_o∈R^h×q、b_h∈R^1×q；则隐藏层的输出H和输出层的输出O可以通过以下公式计算：

在实际使用过程中隐藏层的输出H和输出层的输出O的相互对应的，例如在一份合同中的一个收款名称作为输入数据，则机器人程序将在合同文本中寻找对应该收款名称的账户信息作为隐藏层，而最终需要支付到该账户上的实际金额为输出层。隐藏层和对应的输入层对应设置，避免了账户和支付金额匹配混乱的情况发生。

具体训练该模型时首先进行图像输入，将切分好的目标图像输入到分类模型中，预设模型参数。根据模型进行训练，输出预测值。生成的预测值与真实数据进行对比，提炼损失函数计算出损失值。同时对模型参数进行修正。模型修正过程中还能验证客户信息。模型训练完成后，在实际使用过程中不会出现差错。

训练完成后将处理后图片输入到信息提取模型中，提取合同付款信息，至少获取多个收款账户名称，以及这些收款账户名称所对应的付款金额、收款方账号及付款时限信息；根据合同付款信息在付款时间轴上建立付款节点。这样在获取多个账户信息时，不会发生混乱。

信息提取模型带有信息校验功能，所述信息提取模型通过合同文本内容及合同签订时间判断付款时限的逻辑性，当合同文本和付款时限出现矛盾时，从资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注。这里主要针对格式合同中的内容在具体签订时没有根据实际时间进行调整导致的风险。

对此本发明以以下具体实施例来加以证明。

所述实施例均包括带有机器人程序的资金管理系统。

其中机器人程序使用Python技术进行代码开发；通过Senlulium技术实现自动登录。首先使用selenium导入浏览器驱动，用get方法打开浏览器，指定浏览器元素，XPath进行元素位置定位。实现机器人程序从页面打开、元素定位、目标结果输入等动作，登录资金管理系统。

实施例1

本实施例提供了一种基于双时间轴的RPA对公付款自动审批方法常规的实施案例。

机器人程序登录完成后读取审批时间轴上的审批节点，根据审批节点上记载的信息寻找合同。本实施例中对于第一个审批节点中记载的合同编号并未找到匹配的信息；因此跳过第一个审批节点，读取下一个审批节点中记载的信息。根据第二个审批节点中的信息找到了对应的合同。此时定位付款审批单对应的合同文本扫描件，下载该合同扫描件，并在第二个审批节点上做上已有合同的记号，在下次读取审批节点时根据该记号确认合同已经找到，将不会在这个节点上再进行合同匹配的流程。

机器人程序自动下载合同扫描件,并将合同扫描件存储在临时存储目录，进行合同的ORC识别。此时至少识别出合同中的付款金额，收款方账号，付款期限等信息。其中付款金额和收款方账号等信息将和审批节点中的业务要素对比匹配，而付款期限需要和合同其它条款对比判断逻辑可行。例如此处合同最后付款绝限日是2020年12月8日。对应日历该日期为周二，为工作日。此时逻辑成立。再读取合同信息找到条款中记载合同签订起30天内付款。此时寻找合同签订日期为2020年11月8日，因此付款绝限日和合同条款没有矛盾，逻辑成立。以上内容对比无误后将获取的合同中的付款信息提取出来，在付款时间轴上建立付款节点。建立付款节点时机器人程序将扫描已有的付款节点，将新增的付款节点放置在尽可能整点且和其它付款节点保持一定距离的位置。现有技术中付款为人工操作，很难找到一个整点的时间进行付款；但是本发明因为采用自动支付的技术方案，寻找整点进行付款对后期审计会带来很大的帮助。并且付款节点尽可能靠近绝限日且不能包含绝限日，这样避免最后一天由于意外导致无法付款。

在本实施例中，合同最后付款绝限日是2020年12月8日，而机器人程序检索找到2020年12月7日为周一，也属于工作日。再协调其它付款节点，最终将付款节点放置在2020年12月7日早上10:20分。

资金管理系统每日读取付款时间轴上的付款节点，并准时在2020年12月7日早上10:20分将该笔费用汇出，获取回单，回单将在资金管理系统中留底，并自动转发到收款方预留的邮箱中。由于付款时间轴经历过后不会重复读取，因此无需删除付款节点。但是对应审批节点将加上已汇款的标记。

机器人程序在作业时对标有已汇款的标记的审批节点，将检索收款方的发票或收据是否送达。由于本发明针对对公账户的付款，只有收到发票或收据，且发票和收据的总金额匹配审批节点中的业务元素时，才能关闭该业务节点。将完成后的业务节点完整信息保存在存储设备中，并将其从审批时间轴上删除。这样就走完一个完整的付款流程。

实施例2

本实施例提供了一种基于双时间轴的RPA对公付款自动审批方法针对单一合同面对多个支付对象的实施案例。有时在一张合同中会记载多个收款账户。现有技术中的图像识别难以将账户和对应的款项以及付款日期一一对应。而本发明通过模型的建立，实现了这一功能。前面建立审批节点的内容和实施例1相同，在此不再赘述。

图5所示为读取合同信息的具体步骤。训练完毕的信息提取模型将ORC识别的不同收款人作为输入层。每个输入层对应各自的收款账号、开户行等信息，这些信息作为隐藏单元存储于隐藏层。最终单笔的付款金额将对应收款账户进行分类。通常合同中对这样的付款形式，付款金额的归类划分在合同文字部分和最终费用清单部分均有提及。机器人程序在执行任务时也会对这两部分信息进行对比。最终的各个账号中的付款金额也会和合同标的总额进行对比。最后通过信息提取模型获得的付款信息实际为一张列表。如图4所示就是和某集团公司签订的合同，实际收款单位为该集团公司下属各个关联公司。现有技术中针对多个收款账户时即便采用了RPA技术，依然会出现账户和收款金额不匹配的情况发生。而本发明则能清楚地整理出这些信息，并根据这张列表在付款时间轴上逐一设置付款节点。

实施例3

本实施例提供了一种基于双时间轴的RPA对公付款自动审批方法支付过程中对公账户余额不足时的实施案例。

在资金管理系统付款在支付某一付款节点上的付款前时，在进行该付款节点的付款操作前通过付款时间轴获取当日付款总金额；这个作业应当在付款节点至少1个小时前完成。在本实施例中发现当日第三个付款节点对应的金额一旦支付出后，账户余额无法支付剩余的付款节点上对应的应付款。此时将刷新账户信息，重新获取该付款时间轴对应的对公账户余额。因为对应账户有时候也有收款项目，但是由于网络原因或者银行方面的延误导致无法第一时间显示，此时进行刷新能再次确认余额情况。

根据刷新后的信息再次判断对公账户余额是否满足当日支付需求；余额充足则说明是虚惊一场，在此情况下全部付款；

如果刷新后余额依然不足则需要人工选择支付策略；

策略一：执行部分付款，先有限支付小额付款，当日未支付的下个工作日支付；对于一笔较大的付款分开付款，从而保证今日付款时间轴上其余付款节点上的费用都能顺利付出。这样的技术方案是针对金额巨大的付款节点设置的。本策略时将该付款时间节点对应所支付金额修改为实际待支付的金额，将本日无法支付的部分金额在付款时间轴上新建一个付款时间节点；并将此付款策略通过收款方预留的联系方式告知对方。避免对方当日收取金额不足产生疑问。

策略二：启动余额补足任务对该对公账户进行充值，充值后确认余额满足当日支付需求，继续执行该付款节点上的付款任务；这样的操作通常只能针对在上午就发现问题的场合。因为充值转账需要一些时间，转账完成后可能银行已经关帐，这样依然无法完成支付。而且该策略可能对付款时间轴上其余的付款节点也带来影响，因此一般也慎用该策略。

策略三：根据付款级别，将当日部分付款节点删除并添加到后一日的时间轴上，从而达到剩余的对公账户余额满足当日支付需求。这是常用的调整方式，但是需要再次确认付款绝限期，避免无法履行合同的约定。

在本实施例中，由于进行判断时的付款节点位于下午4点左右，且金额并不是特别巨大。此时再次确认原合同中的付款期限，尚未到绝限日，而该付款节点后还有两个付款节点，那两个付款节点的期限更为紧张。因此该实施例不适合采用策略一或二，最终将该付款节点删除并更换付款日期后添加到另一天的付款时间轴上。最终在次日顺利付款。

人工选择策略有一个限定的期限，在这个期限中没有人参与策略选择时，判断金额是否达到预设的阈值。金额在阈值内时机器人程序将根据预设的程序自动选择策略；否则在显示设备上进行报警，在报警信息处理之前中止付款时间轴上后续的付款行为。

如图7所示，本发明还包括一种RPA对公付款自动审批系统，包括：机器人服务器，所述机器人服务器在资金管理系统中部署一套机器人程序；合同识别模块，部署OCR识别服务，采用GPU版本服务器，同时部署多套合同识别模块进行灾备处理。在实际使用过程中由于导入的合同内容各式各样，偶尔单个合同识别模块会发生无法识别合同或识别进度非常慢的情况。这时就需要冗余的合同识别模块对其它合同进行识别。训练时，在合同识别模块中添加合同样本，提取合同特征，建立OCR训练模型；机器人程序登录资金管理系统，按照时间顺序提取人工审核完毕的付款审批单信息，根据审批单信息检索并下载对应的合同；开通机器人程序与OCR服务网络连接，机器人程序将获取的合同信息输入到OCR服务中，同时获取OCR识别后的信息；将OCR识别后的信息和付款审批单信息进行对比，确认无误后生成付款信息，所述付款信息带有时间戳；资金管理系统根据时间顺序进行付款。

以某公司为例，每月集中对公付款约3000笔。在最为顺利的情况下，每笔付款需要5分钟时间来核对合同，并安排汇款。那3000多笔对公付款总工作量不低于30人日。需要五个专业的财务人员集中处理6天才能顺利完成。而采用本发明所记载的技术方案，上线自动审批机器人程序后，效率提高到每笔1分钟。部署2个机器人程序配合一名财务人员足以完成当月所有审批。

在审计时，对于进行中的审批节点可以直接从审批时间轴上一一调取进行审计。对于完成的交易，从后存储设备中读取保存的具备完整信息的业务节点。且由于审批时间轴本身就按照审批完成时间进行排序，使得审计的工作有序而明了，提高了审计的效率和透明度。

为了实现本发明，如图8所示，还包括一种设备，所述设备包括：

输入装置1；至少包括付款审批单的信息输入单元11和合同的图形输入单元12；

至少一个处理器2；

存储设备3，用于存储一个或多个程序，以及程序执行时产生的数据；

当所述一个或多个程序被所述处理器执行，执行所述基于双时间轴的RPA对公付款自动审批方法。此外至少包括一个数据接口4，用于更新程序；

存储设备3中保存有各个版本的程序；不同类型的程序可以针对不同的场景，例如对于一些重要客户，可以选择在付款周期的前两日付款；针对一些新客户，可以选择在付款周期绝限前进行付款。

还包括至少一个控制端口5，用于执行策略选择以及在新增任务时选择对应的程序。

现有技术中并没有真正意义上能实际应用的RPA自动对比合同且自动对公付款的技术方案。而本发明弥补了现有技术中的不足，通过本发明的技术方案足以涵盖对公付款的所有场景，有效减少了财务的负担。通过实际应用可以发现，本发明在协助审计以及提高企业效益方面，也能起到不小的作用。

虽然本发明以较佳实施例揭露如上，但并非用以限定本发明实施的范围。任何本领域的普通技术人员，在不脱离本发明的发明范围内，当可作些许的改进，即凡是依照本发明所做的同等改进，应为本发明的范围所涵盖。在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。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/方式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/方式或示例以及不同实施例/方式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”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (7)

1.基于双时间轴的RPA对公付款自动审批方法，应用于资金管理系统，其特征在于，在所述资金管理系统中建立审批时间轴和付款时间轴；将人工审核完成的付款审批单导入资金管理系统；从付款审批单中提取出业务要素，所述业务要素至少包括付款审批单提交时间，付款总金额，付款类别，审批完成时间以及对应合同编号；将业务要素打包压缩后根据实际审批完成时间放置在审批时间轴中形成审批节点；

机器人程序根据审批时间轴中的时间顺序提取审批节点中的业务要素，在资金管理系统中检索对应的合同；当检索到对应合同后，对合同进行扫描件识别，合同扫描识别包括以下步骤：

合同下载后出发OCR识别服务，将合同传输到OCR服务器，将图像切割后进行处理，处理后图像输入到信息提取模型中，提取付款信息，至少获取付款金额、收款方账号及付款时限信息；根据付款信息在付款时间轴上建立付款节点；信息提取模型针对涉及单份合同、多个付款对象进行训练：首先进行分类器的设计、训练；对包含文字的图像提取出特征，输入分类器，分类器根据特征识别成文字；运用神经网络分类器；每个输入数据与输出数据之间都有一个或多个隐藏层,每个隐藏层包含多个隐藏单元；将单个付款对象作为输入数据，对应该付款对象的付款金额作为输出数据进行匹配，并将此付款对象对应的账号信息作为隐藏层中的隐藏单元；具体训练该模型时首先进行图像输入，将切分好的目标图像输入到分类模型中，预设模型参数，根据模型进行训练，输出预测值，生成的预测值与真实数据进行对比，提炼损失函数计算出损失值，同时对模型参数进行修正；机器人程序将从合同中提取的付款信息与对应的付款审批单中的业务要素进行比对，数据匹配成功则根据合同中的付款信息在付款时间轴上建立付款节点，如果匹配不成功则停止比对，从资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注，具有权限的合同提交人员对带有不符合标记的合同进行修改后重新递交；

资金管理系统根据付款时间轴中的付款节点按时进行付款;所述审批时间轴和付款时间轴均为基于时间戳的数据库；机器人程序基于时间顺序执行合同比对作业和付款作业。

2.如权利要求1所述的基于双时间轴的RPA对公付款自动审批方法，其特征在于，企业每个对公付款账户对应一条付款时间轴；所述付款时间轴中每两个充值时间节点之间为一个付款周期；每个付款节点上标注有付款账户余额信息；付款时，校验对公付款账户在该付款节点付款后的余额是否满足该付款节点所在付款周期中剩余待付款金额的总额。

3.如权利要求2所述的基于双时间轴的RPA对公付款自动审批方法，其特征在于，当校验出对公付款账户的余额无法满足剩余待付款金额的总额时，进行支付策略调整流程，具体为：

在进行该付款节点的付款操作前，通过付款时间轴获取当日付款总金额；

获取该付款时间轴对应的对公付款账户的余额；

判断对公付款账户的余额是否满足当日支付需求；

若满足，则全部付款；

若不满足，则选择支付策略；

策略一：执行部分付款，先有限支付小额付款，当日未支付的，在下个工作日支付；

策略二：启动余额补足任务，对该对公付款账户进行充值，充值后确认余额满足当日支付需求，继续执行该付款节点上的付款任务；

策略三：根据付款级别，将当日部分付款节点删除并添加到后一日的付款节点上，使对公付款账户的余额满足当日支付需求。

4.如权利要求3所述的基于双时间轴的RPA对公付款自动审批方法，其特征在于，执行所述策略一时，将该付款节点对应所支付金额修改为实际待支付的金额，将本日无法支付的部分金额在付款时间轴上新建一个付款节点；并将策略一通过收款方预留的联系方式告知对方。

5.如权利要求1所述的基于双时间轴的RPA对公付款自动审批方法，其特征在于，信息提取模型带有信息校验功能，所述信息提取模型通过合同文本内容及合同签订时间判断付款时限的逻辑性，当合同文本内容和付款时限出现矛盾时，在资金管理系统中标记该合同不符合要求并在对应的审批节点中添加备注。

6.如权利要求1所述的基于双时间轴的RPA对公付款自动审批方法，其特征在于，资金管理系统在完成付款后监控对应该付款的回执信息；所述回执信息添加到审批时间轴上对应的审批节点中，当一个审批节点中对应的所有付款的回执信息全部收取完成后，关闭该审批节点。

7.RPA对公付款自动审批系统，用于实现权利要求1-6中任一项所述的基于双时间轴的RPA对公付款自动审批方法,其特征在于，包括：机器人服务器，所述机器人服务器在资金管理系统中部署一套机器人程序；

合同识别模块，部署OCR识别服务，采用GPU版本服务器，同时部署多套合同识别模块进行灾备处理；

在合同识别模块中添加合同样本，提取合同特征，建立OCR训练模型；

机器人程序登录资金管理系统，按照时间顺序提取人工审核完毕的付款审批单信息，根据审批单信息检索并下载对应的合同；

开通机器人程序与OCR服务网络连接，机器人程序将获取的合同信息输入到OCR服务中，同时获取OCR识别后的信息；

将OCR识别后的信息和付款审批单信息进行对比，确认无误后生成付款信息，所述付款信息带有时间戳；

资金管理系统根据时间顺序进行付款。

Images