CN114840634B - 信息存储方法、装置、电子设备和计算机可读介质 - Google Patents

信息存储方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114840634B
CN114840634B CN202210776548.XA CN202210776548A CN114840634B CN 114840634 B CN114840634 B CN 114840634B CN 202210776548 A CN202210776548 A CN 202210776548A CN 114840634 B CN114840634 B CN 114840634B
Authority
CN
China
Prior art keywords
information
text
contract
target
value transfer
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.)
Active
Application number
CN202210776548.XA
Other languages
English (en)
Other versions
CN114840634A (zh
Inventor
李哲
李浩浩
刘忠平
姚晓艳
张记铭
刘磊
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.)
Zhongguancun Smart City Co Ltd
Original Assignee
Zhongguancun Smart City 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 Zhongguancun Smart City Co Ltd filed Critical Zhongguancun Smart City Co Ltd
Priority to CN202210776548.XA priority Critical patent/CN114840634B/zh
Publication of CN114840634A publication Critical patent/CN114840634A/zh
Application granted granted Critical
Publication of CN114840634B publication Critical patent/CN114840634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/313—Selection or weighting of terms for indexing
    • 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
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/353—Clustering; Classification into predefined classes
    • 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
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了信息存储方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标对象对应的合同文本集合；确定合同文本集合中的每个合同文本对应的合同期限信息；从合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；响应于确定目标合同文本通过文本校验，对目标合同文本进行文本识别，以生成目标对象对应的价值转移要素信息；根据价值转移要素信息，确定目标对象对应的价值转移信息；响应于确定价值转移信息通过信息校验，根据目标对象对应的对象标识信息和价值转移信息，生成待存储文本信息；将待存储文本信息存储至目标信息链。该实施方式提高了存储资源的使用效率。

Description

信息存储方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及信息存储方法、装置、电子设备和计算机可读介质。
背景技术
信息存储，是指对合同文本相关的信息进行存储的一项技术。目前，在进行信息存储时，通常采用的方式为：直接对合同文本的相关信息进行存储。
然而，当采用上述方式时，经常会存在如下技术问题：
第一，直接对合同文本相关信息进行存储，往往会占用大量的额外存储空间，进而，导致存储资源的浪费；
第二，由于合同文本内往往包含大量的信息，进而导致对于合同文本内包含的关键信息的抽取，抽取准确率较低；
第三，直接对合同文本的相关信息进行存储，无法保证在存储期间的合同文本的相关信息是否被篡改，导致合同文本的防篡改性较低。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息存储方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种信息存储方法，该方法包括：获取目标对象对应的合同文本集合；确定上述合同文本集合中的每个合同文本对应的合同期限信息；从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息；根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息；响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息；将上述待存储文本信息存储至目标信息链。
可选地，上述将上述待存储文本信息存储至目标信息链，包括：响应于确定上述目标信息链上包含有信息区块，执行以下处理步骤：确定上述待存储文本信息对应的文本生成时间戳；确定上述目标区块信息链包括的目标位置的信息区块的区块位置，以生成区块位置信息；分别对上述文本生成时间戳和上述区块位置信息进行散列处理，以生成散列后的时间戳和散列后的区块位置信息；对上述待存储文本信息进行信息加密，以生成加密后文本信息；对上述加密后文本信息进行散列处理，以生成散列后文本信息；将上述散列后的时间戳、散列后的区块位置信息和上述散列后文本信息进行拼接处理，以生成拼接信息；对上述拼接信息进行二次散列处理，以生成散列后拼接信息；将上述散列后的时间戳、上述散列后的区块位置信息、上述散列后文本信息、上述加密后文本信息和上述散列后拼接信息存储至目标信息区块；将上述目标信息区块链接至上述目标信息链包括的上述区块位置信息对应的信息区块。
第二方面，本公开的一些实施例提供了一种信息存储装置，装置包括：获取单元，被配置成获取目标对象对应的合同文本集合；第一确定单元，被配置成确定上述合同文本集合中的每个合同文本对应的合同期限信息；筛选单元，被配置成从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；文本校验单元，被配置成响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息；第二确定单元，被配置成根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息；生成单元，被配置成响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息；存储单元，被配置成将上述待存储文本信息存储至目标信息链。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息存储方法，减少了存储资源的浪费，提高了存储资源的使用效率。具体来说，造成存储资源浪费，以及存储资源使用效率低下的原因在于：直接对合同文本的相关信息进行存储。基于此，本公开的一些实施例的信息存储方法，首先，获取目标对象对应的合同文本集合。接着，确定上述合同文本集合中的每个合同文本对应的合同期限信息。其次，从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本。实际情况中，个人往往对应多个合同文本，且合同文本对应的有效期限往往不同，因此需要根据合同文本对应的期限，对合同文本进行筛选，以此筛选出有效的合同文本。进一步，响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息。实际情况中，合同文本内往往包含大量的数据，为了提高存储资源的使用效率，因此需要对合同文本内包含的关键数据进行提取。除此之外，根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息。以此，确定目标对象的实际价值转移信息。接着，响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息。实际情况中，信息抽取可能会存在抽取错误的情况出现，因此需要对信息进行校验，以保证存储的数据的有效性。最后，将上述待存储文本信息存储至目标信息链。通过此种方式，无需将合同文本相关的全部信息进行存储，大大降低了存储资源的开销，提高了存储资源的使用效率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的信息存储方法的一些实施例的流程图；
图2是文本识别模型的模型结构的示意图；
图3是根据本公开的信息存储装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1，示出了根据本公开的信息存储方法的一些实施例的流程100。该信息存储方法，包括以下步骤：
步骤101，获取目标对象对应的合同文本集合。
在一些实施例中，信息存储方法的执行主体（例如，计算设备）可以通过有线连接，或无线连接的方式来获取目标对象对应的合同文本集合。其中，上述目标对象可以是待进行价值转移信息生成的对象。合同文本集合可以是上述目标对象对应的多个不同合同期限的合同文本。例如，上述合同文本可以是劳务合同。又如，上述合同文本可以是劳动合同。
需要说明的是，上述计算设备可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。此外，计算设备的数目根据实现需要，可以具有任意数目的计算设备。
步骤102，确定合同文本集合中的每个合同文本对应的合同期限信息。
在一些实施例中，上述执行主体可以确定合同文本集合中的每个合同文本对应的合同期限信息。其中，合同期限信息表征合同文本的有效期。例如，合同期限信息可以是“2020年1月1日至2022年1月1日”。
作为示例，上述执行主体确定合同文本集合中的每个合同文本对应的合同期限信息，可以包括以下步骤：
第一步，对上述合同文本进行光学字符识别，以确定上述合同文本内包含的合同内容。
第二步，以预设字符为分割符，对上述合同内容进行分割，以生成语段信息，得到语段信息集合。
其中，上述预设字符可以是但不限于以下至少一项：句号，省略号，感叹号。语段信息集合中的语段信息表征上述合同内容中的一句话。
第三步，确定上述语段信息集合中的每个语段信息与预设语段信息之间的语段相似度。
例如，首先，上述执行主体可以对上述语段信息进行向量化处理，以生成向量化语段信息。然后，上述执行主体可以对上述预设语段信息进行向量化处理，以生成向量化预设语段信息。接着，上述执行主体可以确定上述向量化语段信息和上述向量化预设语段信息之间的余弦相似度，以生成上述语段信息对应的语段相似度。如，上述预设语段信息可以是“合同期从X年X月X日起至X年X月X日”。
第四步，从上述语段信息集合中筛选出对应的语段相似度为最大值的语段信息，作为目标语段信息。
第五步，对上述目标语段信息进行时间提取，以生成上述合同文本对应的合同期限信息。
在一些实施例的一些可选的实现方式中，上述执行主体确定上述合同文本集合中的每个合同文本对应的合同期限信息，可以包括以下步骤：
第一步，对上述合同文本进行文本抽取，以生成文本信息。
其中，上述文本信息表征上述合同文本内包含的文本。上述执行主体可以通过文本抽取模型，抽取上述合同文本内包含的文本，以生成上述文本信息。例如，上述文本抽取模型可以是RNN（Recurrent Neural Network，循环神经网络）模型。
第二步，将上述文本信息与预设文本段进行字符串匹配，以生成子文本信息。其中，上述预设文本段可以是“合同期限”字段。
第三步，将上述文本信息与预设文本段进行字符串匹配，以生成子文本信息。
其中，上述子文本信息可以是上述文本信息中包含上述预设文本段的语段。
第四步，对上述子文本信息对应的文本进行语义提取，以生成上述合同文本对应的合同期限信息。
其中，上述执行主体可以通过语义识别模型，对上述子文本信息进行语义提取，以生成上述合同期限信息。例如，上述语义识别模型可以是BERT模型。
步骤103，从合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本。
在一些实施例中，上述执行主体可以从合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本。其中，上述合同筛选条件为：当前时间点位于合同期限信息对应的时间区间内。
作为示例，当前时间点可以是“2020年1月1日”。合同文本集合可以包括：“合同文本A”和“合同文本B”。其中，“合同文本A”对应的合同期限信息可以是“2016年1月1日至2019年1月1日”。“合同文本B”对应的合同期限信息可以是“2019年1月2日至2022年1月1日”。因此，上述执行主体可以将上述“合同文本B”作为目标合同文本。
步骤104，响应于确定目标合同文本通过文本校验，对目标合同文本进行文本识别，以生成目标对象对应的价值转移要素信息。
在一些实施例中，上述执行主体可以响应于确定目标合同文本通过文本校验，对目标合同文本进行文本识别，以生成目标对象对应的价值转移要素信息。其中，上述价值转移要素信息表征用于计算上述目标对象对应的价值转移信息的信息。例如，上述价值转移要素信息可以包括但不限于以下至少一项：薪资计算规则信息，税资计算规则信息和五险一金计算规则信息。薪资计算规则信息用于计算目标对象的薪资。税资计算规则信息用于计算目标对象的税资。五险一金计算规则信息用于计算目标对象的五险一金。其中，上述执行主体可以通过文本识别与语义识别模型，对上述目标合同文本进行文本识别，以生成目标对象对应的价值转移要素信息。例如，上述文本识别与语义识别模型可以是LSTM（LongShort-Term Memory，长短时记忆）+CTC（Connectionist Temporal Classification，连接时序分类）模型。文本校验是对上述目标文本的防篡改性校验。例如，上述执行主体可以通过确定上述目标文本的水印是否遭到破坏，以此实现对目标文本的文本校验。
在一些实施例的一些可选的实现方式中，上述执行主体对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息，可以包括以下步骤：
第一步，通过预先训练的文本识别模型包括的特征提取模型，对上述目标合同文本进行特征提取，以生成文本特征向量集合。
其中，文本特征向量的向量长度与分类类别的数目相同。特征提取模型可以是用于对上述目标合同文本进行像素级特征提取的模型。
第二步，对于上述文本特征向量集合中的每个文本特征向量，通过上述文本识别模型包括的编码模型，执行以下处理步骤：
第一子步骤，确定上述文本特征向量表征的分类类别的字根，得到字根序列。
其中，首先，上述执行主体可以通过确定文本特征向量表征的分类类别对应的字符。然后，上述执行主体可以将字符对应的多个字根，确定为上述文本特征向量对应的字根序列。
第二子步骤，对上述字根序列中的每个字根进行编码映射，以生成字根特征值，得到字根特征值序列。
例如，上述执行主体可以将字根映射为对应的英文字符，以生成字根特征值。如，字根“木”对应的字根特征值可以是“s”。
第三子步骤，对上述字根特征值序列中的各个字根特征值进行数值转换，以生成目标文本特征向量。
其中，首先，上述执行主体可以将字根特征值序列中的每个字根特征值转换为对应的二进制字符串。然后上述执行主体可以将得到的多个二进制字符串进行拼接，以生成上述目标文本特征向量。
例如，字根特征值可以是“s”，对应的二进制字符串可以是“1110011”。
第三步，将得到的目标文本特征向量集合输入上述文本识别模型包括的文本预测模型，以生成上述目标合同文本包含的文本，得到目标文本信息。
其中，上述目标文本信息可以是目标合同文本包含的文本。
第四步，通过上述文本识别模型包括的语义抽取模型，对上述目标文本信息进行语义抽取，以生成上述价值转移要素信息。
作为示例，上述文本识别模型的模型结构可以如图2所示，其中，上述文本识别模型包括：特征提取模型201、编码模型202、文本预测模型203和语义抽取模型204。其中，特征提取模型201包括：6个卷积层A、3个卷积层B、3个卷积层C、3个卷积层D、卷积块A、卷积块B、卷积块C和卷积块D。其中，卷积层A的卷积核大小大于卷积层B的卷积核大小。卷积层B的卷积核大小大于卷积层C的卷积核大小。卷积块A、卷积块B、卷积块C、和卷积块D均包含多个卷积层。卷积块A包括的多个卷积层串联连接。卷积块B包括的多个卷积层串联连接。卷积块C包括的多个卷积层串联连接。卷积块D包括的多个卷积层串联连接。文本预测模型203可以包括：卷积层E、卷积层F、卷积层G、卷积层H和四个池化层。卷积层E和卷积层H的卷积核大小相同。卷积层F和卷积层G的卷积核大小相同。卷积层E的卷积核大小大于卷积层F的卷积核大小。语义抽取模型可以是LSTM（Long Short Term Memory，长短时记忆）模型。
上述文本识别模型作为本公开的一个发明点，解决了背景技术中的技术问题二，即“由于合同文本内往往包含大量的信息，进而导致对于合同文本内包含的关键信息的抽取，抽取准确率较低”。实际情况中，对于合同文本信息的抽取，常见的方式如：人工抽取和使用模板匹配抽取。采用人工抽取的方式，当存在较多合同文本时，抽取效率较低。采用模板匹配抽取时，需要预先设置大量的匹配模板。此外，尤其当出现新的类型的合同文本、且未设置对应的匹配模板时，抽取的准确率较低。基于此，本公开通过文本识别模型实现了针对合同文本的自动抽取。首先，本公开的文本识别模型通过特征提取模型针对合同文本进行特征提取。为了提高抽取得到的特征的丰富程度，本公开通过包含有不同卷积核的卷积层对特征进行并行提取，并将卷积核大的卷积层采集得到的特征输入卷积核小的卷积层，以丰富卷积核小的卷积层的输入。此外，通过设置多个串行连接的卷积块实现特征的进一步提取。接着，考虑到在进行文本识别时，常见模型预设的分类类别往往与文字数量一致，即得到的特征向量长度极长。从而导致在进行特征计算时，会消耗大量的时间。因此，本公开设置了编码模型，即将分类类别转换为对应的多个字根，实际情况中，字根的数量远小于汉字的数量，且单个文字可以通过较少的字根表征，因此根据字根构建分类类比对应的特征向量，使得得到的特征向量的长度大大缩短。由此，可以减少后续的特征计算压力。接着，通过文本预测模型包括的级联的全卷积网络实现文字的识别。最后，根据语义抽取模型实现对语义进行抽取。由此，通过本公开的文本识别模型大大提高了抽取准确率。
步骤105，根据价值转移要素信息，确定目标对象对应的价值转移信息。
在一些实施例中，上述执行主体根据价值转移要素信息，可以通过各种方式，确定目标对象对应的价值转移信息。
在一些实施例的一些可选的实现方式中，价值转移要素信息包括：第一价值转移要素信息和第二价值转移要素信息，上述价值转移信息包括：第一价值转移信息和第二价值转移信息。其中，第一价值转移要素信息表征与税金相关的规则信息。第二价值转移要素信息可以表征与五险一金相关的规则信息。第一价值转移信息可以是上述目标对象对应的应缴税额信息。上述第二价值转移信息可以是上述目标对象对应的应缴五险一金信息。
在一些实施例的一些可选的实现方式中，上述执行主体根据价值转移要素信息，可以通过各种方式，确定目标对象对应的价值转移信息，可以包括以下步骤：
第一步，获取上述目标对象对应的价值信息。
其中，上述价值信息可以是上述目标对象对应的税前、以及未缴纳五险一金的实际工资信息。
第二步，根据上述价值信息和上述第一价值转移要素信息，确定上述价值等级信息。其中，上述价值等级信息表征上述目标对象对应的缴税级数。
第三步，根据上述价值信息、上述第一价值转移要素信息和上述价值等级信息，确定上述第一价值转移信息。
其中，上述执行主体可以根据价值等级信息对应的计税公式、上述第一价值转移要素信息对应的不同缴税等级的缴税额度和价值信息，确定上述第一价值转移信息。
第四步，根据上述价值信息和上述第二价值转移要素信息，确定扣减比例信息。
其中，上述扣减比例信息表征上述目标对象对应的五险一金的缴纳比例。
第五步，根据上述价值信息和上述扣减比例信息，确定上述第二价值转移信息。
其中，上述执行主体可以根据缴纳比例和上述价值信息，生成上述目标对象应缴纳的五险一金的额度，得到上述第二价值转移信息。
步骤106，响应于确定价值转移信息通过信息校验，根据目标对象对应的对象标识信息和价值转移信息，生成待存储文本信息。
在一些实施例中，上述执行主体可以响应于确定价值转移信息通过信息校验，根据目标对象对应的对象标识信息和价值转移信息，生成待存储文本信息。上述价值转移信息可以是上述目标对象对应的价值相关的信息。例如，上述价值转移信息可以是但不限于以下至少一项：工资，税资，五险一金。其中，上述待存储文本信息可以是上述目标对象对应的、待进行信息存储的信息。上述对象标识信息可以是上述目标对象对应的唯一标识。上述执行主体可以将上述对象标识信息和上述价值转移信息进行绑定，以生成上述待存储文本信息。信息校验可以是对上述价值转移信息的正确性进行的校验。例如，当上述价值转移信息为上述目标对象对应的应缴纳的税资时，上述执行主体可以将从税务系统相关的接口获取得到的上述目标对象对应的税资，与价值转移信息对应的税资进行比较，当两者一致时，则价值转移信息通过信息校验。
步骤107，将待存储文本信息存储至目标信息链。
在一些实施例中，上述执行主体可以将待存储文本信息存储至目标信息链。其中，上述目标信息链可以是用于进行信息存储的数据链。例如，上述目标信息链可以是私有链，上述目标信息链也可以是联盟链。上述目标信息链上存储的数据为加密数据。
在一些实施例的一些可选的实现方式中，上述执行主体将待存储文本信息存储至目标信息链，可以包括以下步骤：
响应于确定上述目标信息链上包含有信息区块，执行以下处理步骤：
第一子步骤，确定上述待存储文本信息对应的文本生成时间戳。
其中，文本生成时间戳表征上述待存储文本信息的生成时间。
第二子步骤，确定上述目标区块信息链包括的目标位置的信息区块的区块位置，以生成区块位置信息。
其中，上述目标位置为上述目标区块信息链中最后一个信息区块的位置。
第三子步骤，分别对上述文本生成时间戳和上述区块位置信息进行散列处理，以生成散列后的时间戳和散列后的区块位置信息。
其中，上述执行主体可以通过散列算法，分别对上述文本生成时间戳和上述区块位置信息进行散列处理，以生成散列后的时间戳和散列后的区块位置信息。上述散列算法可以是MD5（Message-Digest5，信息摘要）算法。
第四子步骤，对上述待存储文本信息进行信息加密，以生成加密后文本信息。
其中，上述执行主体可以通过非对称加密算法，对上述待存储文本信息进行信息加密，以生成加密后文本信息。
第五子步骤，对上述加密后文本信息进行散列处理，以生成散列后文本信息。
其中，上述执行主体可以通过上述散列算法，对上述加密后文本信息进行散列处理，以生成散列后文本信息。
第六子步骤，将上述散列后的时间戳、散列后的区块位置信息和上述散列后文本信息进行拼接处理，以生成拼接信息。
第七子步骤，对上述拼接信息进行二次散列处理，以生成散列后拼接信息。
其中，上述执行主体可以通过上述散列算法，对上述拼接信息进行二次散列处理，以生成散列后拼接信息。
第八子步骤，将上述散列后的时间戳、上述散列后的区块位置信息、上述散列后文本信息、上述加密后文本信息和上述散列后拼接信息存储至目标信息区块。
第九子步骤，将上述目标信息区块链接至上述目标信息链包括的上述区块位置信息对应的信息区块。
上述第一子步骤-至第九子步骤作为本公开的一个发明点，解决了背景技术中的技术问题三，即“直接对合同文本的相关信息进行存储，无法保证在存储期间的合同文本的相关信息是否被篡改，导致合同文本的防篡改性较低”。基于此，本公开，首先，对文本生成时间戳和区块位置信息进行散列处理。实际情况中，待存储文本信息仅对应一个文本生成时间和一个区块位置。因此，可以理解为文本生成时间和区块位置可以作为待存储文本信息的唯一标识，通过散列处理，实现对唯一标识的隐藏，避免明文存储所造成的信息泄露。此外，对待存储文本信息进行信息加密。实际情况中，常见区块链上的信息往往为公开信息，如联盟链上存储的信息可以被联盟内的用户直接查阅。但由于本申请中待存储文本信息具有一定的私密性，因此通过加密实现信息的保护。同时将信息存储至信息链上，也避免了信息遭到篡改。最后，通过生成拼接信息，以及对拼接信息进行散列处理，使得当需要判断待存储文本信息是否被篡改时，可以直接地通过散列后拼接信息来确定待存储文本信息是否遭到篡改，而无需比较待存储文本内的全部内容。
可选地，上述执行主体还可以执行以下处理步骤：
第一步，将上述待存储文本信息填充至预先设定的信息模板中，以生成待发送文本信息。
第二步，确定上述目标对象对应的通信地址。
其中，通信地址可以是与上述目标对象对应的设备绑定的地址。例如，通信地址可以是但不限于以下任意一项：邮箱地址，电话号，IP（Internet Protocol，网际协议）地址。
第三步，根据上述通信地址对应的通信地址类型，将上述待发送文本信息发送至上述通信地址对应的通信终端。
其中，通信地址类型表征通信地址的可信度。
作为示例，当上述目标对象的通信地址为电话号时，则上述通信地址为不可信通信地址。当上述目标对象的通信地址为邮箱地址时，上述执行主体可以对邮箱地址的后缀进行判断。如，当后缀表征邮箱地址为非个人邮箱地址时，则通信地址为可信通信地址。当后缀表征邮箱地址为个人邮箱地址时，则通信地址为非可信通信地址。当上述目标对象的通信地址为IP地址时，上述执行主体可以判断IP地址是否为公网地址，当IP地址为公网地址时，则通信地址为不可信通信地址。
第四步，响应于确定上述通信地址类型表征上述通信地址为不可信通信地址，生成上述待发送文本信息对应的链接地址。
第五步，将上述链接地址发送至上述通信地址对应的通信终端。
第六步，响应于确定上述目标对象对上述链接地址执行点击操作，向上述目标对象对应的可信通信终端发送校验信息，以及在上述通信终端显示校验信息填写区域。
其中，上述校验信息填写区域可以是用于填写校验值的区域。可信通信终端可以是上述目标对象预先进行信息绑定的终端。
第七步，响应于确定上述校验信息填写区域内填写的校验值与上述校验信息对应的校验值一致，在上述通信终端显示待展示页面。
其中，上述待展示页面为上述链接地址对应的页面。上述待展示页面用于展示上述待发送文本信息。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息存储方法，减少了存储资源的浪费，提高了存储资源的使用效率。具体来说，造成存储资源浪费，以及存储资源使用效率低下的原因在于：直接对合同文本的相关信息进行存储。基于此，本公开的一些实施例的信息存储方法，首先，获取目标对象对应的合同文本集合。接着，确定上述合同文本集合中的每个合同文本对应的合同期限信息。其次，从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本。实际情况中，个人往往对应多个合同文本，且合同文本对应的有效期限往往不同，因此需要根据合同文本对应的期限，对合同文本进行筛选，以此筛选出有效的合同文本。进一步，响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息。实际情况中，合同文本内往往包含大量的数据，为了提高存储资源的使用效率，因此需要对合同文本内包含的关键数据进行提取。除此之外，根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息。以此，确定目标对象的实际价值转移信息。接着，响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息。实际情况中，信息抽取可能会存在抽取错误的情况出现，因此需要对信息进行校验，以保证存储的数据的有效性。最后，将上述待存储文本信息存储至目标信息链。通过此种方式，无需将合同文本相关的全部信息进行存储，大大降低了存储资源的开销，提高了存储资源的使用效率。
进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种信息存储装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的信息存储装置300包括：获取单元301、第一确定单元302、筛选单元303、文本校验单元304、第二确定单元305、生成单元306和存储单元307。其中，获取单元301，被配置成获取目标对象对应的合同文本集合；第一确定单元302，被配置成确定上述合同文本集合中的每个合同文本对应的合同期限信息；筛选单元303，被配置成从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；文本校验单元304，被配置成响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息；第二确定单元305，被配置成根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息；生成单元306，被配置成响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息；存储单元307，被配置成将上述待存储文本信息存储至目标信息链。
可以理解的是，该装置300中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备（如计算设备）400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标对象对应的合同文本集合；确定上述合同文本集合中的每个合同文本对应的合同期限信息；从上述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；响应于确定上述目标合同文本通过文本校验，对上述目标合同文本进行文本识别，以生成上述目标对象对应的价值转移要素信息；根据上述价值转移要素信息，确定上述目标对象对应的价值转移信息；响应于确定上述价值转移信息通过信息校验，根据上述目标对象对应的对象标识信息和上述价值转移信息，生成待存储文本信息；将上述待存储文本信息存储至目标信息链。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一确定单元、筛选单元、文本校验单元、第二确定单元、生成单元和存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，存储单元还可以被描述为“将上述待存储文本信息存储至目标信息链的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种信息存储方法，包括：
获取目标对象对应的合同文本集合；
确定所述合同文本集合中的每个合同文本对应的合同期限信息；
从所述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；
响应于确定所述目标合同文本通过文本校验，对所述目标合同文本进行文本识别，以生成所述目标对象对应的价值转移要素信息，其中，所述价值转移要素信息表征用于计算所述目标对象对应的价值转移信息的信息，所述价值转移要素信息包括以下至少一项：薪资计算规则信息，税资计算规则信息和五险一金计算规则信息；
根据所述价值转移要素信息，确定所述目标对象对应的价值转移信息；
响应于确定所述价值转移信息通过信息校验，根据所述目标对象对应的对象标识信息和所述价值转移信息，生成待存储文本信息；
将所述待存储文本信息存储至目标信息链，其中，所述对所述目标合同文本进行文本识别，以生成所述目标对象对应的价值转移要素信息，包括：
通过预先训练的文本识别模型包括的特征提取模型，对所述目标合同文本进行特征提取，以生成文本特征向量集合；
对于所述文本特征向量集合中的每个文本特征向量，通过所述文本识别模型包括的编码模型，执行以下处理步骤：
确定所述文本特征向量表征的分类类别的字根，得到字根序列；
对所述字根序列中的每个字根进行编码映射，以生成字根特征值，得到字根特征值序列；
对所述字根特征值序列中的各个字根特征值进行数值转换，以生成目标文本特征向量；
将得到的目标文本特征向量集合输入所述文本识别模型包括的文本预测模型，以生成所述目标合同文本包含的文本，得到目标文本信息；
通过所述文本识别模型包括的语义抽取模型，对所述目标文本信息进行语义抽取，以生成所述价值转移要素信息。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述待存储文本信息填充至预先设定的信息模板中，以生成待发送文本信息；
确定所述目标对象对应的通信地址；
根据所述通信地址对应的通信地址类型，将所述待发送文本信息发送至所述通信地址对应的通信终端。
3.根据权利要求2所述的方法，其中，所述根据所述通信地址对应的通信地址类型，将所述待发送文本信息发送至所述通信地址对应的通信终端，包括：
响应于确定所述通信地址类型表征所述通信地址为不可信通信地址，生成所述待发送文本信息对应的链接地址；
将所述链接地址发送至所述通信地址对应的通信终端；
响应于确定所述目标对象对所述链接地址执行点击操作，向所述目标对象对应的可信通信终端发送校验信息，以及在所述通信终端显示校验信息填写区域；
响应于确定所述校验信息填写区域内填写的校验值与所述校验信息对应的校验值一致，在所述通信终端显示待展示页面，其中，所述待展示页面为所述链接地址对应的页面，所述待展示页面用于展示所述待发送文本信息。
4.根据权利要求3所述的方法，其中，所述确定所述合同文本集合中的每个合同文本对应的合同期限信息，包括：
对所述合同文本进行文本抽取，以生成文本信息，其中，所述文本信息表征所述合同文本内包含的文本；
将所述文本信息与预设文本段进行字符串匹配，以生成子文本信息；
对所述子文本信息对应的文本进行语义提取，以生成所述合同文本对应的合同期限信息。
5.根据权利要求4所述的方法，其中，所述价值转移要素信息包括：第一价值转移要素信息和第二价值转移要素信息，所述价值转移信息包括：第一价值转移信息和第二价值转移信息；以及
所述根据所述价值转移要素信息，确定所述目标对象对应的价值转移信息，包括：
获取所述目标对象对应的价值信息；
根据所述价值信息和所述第一价值转移要素信息，确定所述价值等级信息；
根据所述价值信息、所述第一价值转移要素信息和所述价值等级信息，确定所述第一价值转移信息；
根据所述价值信息和所述第二价值转移要素信息，确定扣减比例信息；
根据所述价值信息和所述扣减比例信息，确定所述第二价值转移信息。
6.一种信息存储装置，包括：
获取单元，被配置成获取目标对象对应的合同文本集合；
第一确定单元，被配置成确定所述合同文本集合中的每个合同文本对应的合同期限信息；
筛选单元，被配置成从所述合同文本集合中筛选出对应的合同期限信息满足合同筛选条件的合同文本，作为目标合同文本；
文本校验单元，被配置成响应于确定所述目标合同文本通过文本校验，对所述目标合同文本进行文本识别，以生成所述目标对象对应的价值转移要素信息，其中，所述价值转移要素信息表征用于计算所述目标对象对应的价值转移信息的信息，所述价值转移要素信息包括以下至少一项：薪资计算规则信息，税资计算规则信息和五险一金计算规则信息；
第二确定单元，被配置成根据所述价值转移要素信息，确定所述目标对象对应的价值转移信息；
生成单元，被配置成响应于确定所述价值转移信息通过信息校验，根据所述目标对象对应的对象标识信息和所述价值转移信息，生成待存储文本信息；
存储单元，被配置成将所述待存储文本信息存储至目标信息链，其中，所述对所述目标合同文本进行文本识别，以生成所述目标对象对应的价值转移要素信息，包括：
通过预先训练的文本识别模型包括的特征提取模型，对所述目标合同文本进行特征提取，以生成文本特征向量集合；
对于所述文本特征向量集合中的每个文本特征向量，通过所述文本识别模型包括的编码模型，执行以下处理步骤：
确定所述文本特征向量表征的分类类别的字根，得到字根序列；
对所述字根序列中的每个字根进行编码映射，以生成字根特征值，得到字根特征值序列；
对所述字根特征值序列中的各个字根特征值进行数值转换，以生成目标文本特征向量；
将得到的目标文本特征向量集合输入所述文本识别模型包括的文本预测模型，以生成所述目标合同文本包含的文本，得到目标文本信息；
通过所述文本识别模型包括的语义抽取模型，对所述目标文本信息进行语义抽取，以生成所述价值转移要素信息。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1至5中任一所述的方法。
CN202210776548.XA 2022-07-04 2022-07-04 信息存储方法、装置、电子设备和计算机可读介质 Active CN114840634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210776548.XA CN114840634B (zh) 2022-07-04 2022-07-04 信息存储方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210776548.XA CN114840634B (zh) 2022-07-04 2022-07-04 信息存储方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN114840634A CN114840634A (zh) 2022-08-02
CN114840634B true CN114840634B (zh) 2022-09-20

Family

ID=82574519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210776548.XA Active CN114840634B (zh) 2022-07-04 2022-07-04 信息存储方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN114840634B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115204150B (zh) * 2022-09-06 2022-12-09 北京国电通网络技术有限公司 信息校验方法、装置、电子设备和计算机可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815471A (zh) * 2019-01-04 2019-05-28 深圳壹账通智能科技有限公司 合同文本生成方法、装置、计算机设备和存储介质
CN110020424A (zh) * 2019-01-04 2019-07-16 阿里巴巴集团控股有限公司 合同信息的提取方法、装置和文本信息的提取方法
CN110019819A (zh) * 2019-03-26 2019-07-16 方正株式(武汉)科技开发有限公司 分类模型生成方法、电子合同内容自动分类方法及装置
CN111353271A (zh) * 2020-02-28 2020-06-30 中科鼎富（北京）科技发展有限公司 一种合同文本的处理方法、装置、存储介质和电子设备
WO2021084857A1 (en) * 2019-10-31 2021-05-06 Sony Corporation Blockchain transaction control based on private key management

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815471A (zh) * 2019-01-04 2019-05-28 深圳壹账通智能科技有限公司 合同文本生成方法、装置、计算机设备和存储介质
CN110020424A (zh) * 2019-01-04 2019-07-16 阿里巴巴集团控股有限公司 合同信息的提取方法、装置和文本信息的提取方法
CN110019819A (zh) * 2019-03-26 2019-07-16 方正株式(武汉)科技开发有限公司 分类模型生成方法、电子合同内容自动分类方法及装置
WO2021084857A1 (en) * 2019-10-31 2021-05-06 Sony Corporation Blockchain transaction control based on private key management
CN111353271A (zh) * 2020-02-28 2020-06-30 中科鼎富（北京）科技发展有限公司 一种合同文本的处理方法、装置、存储介质和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于区块链技术的电子合同应用研究;蒲天豪等;《网络安全技术与应用》;20210215;第28-31页 *

Also Published As

Publication number Publication date
CN114840634A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
WO2017215370A1 (zh) 构建决策模型的方法、装置、计算机设备及存储设备
CN111177319B (zh) 风险事件的确定方法、装置、电子设备和存储介质
CN111325022B (zh) 识别层级地址的方法和装置
CN112084179B (zh) 一种数据处理的方法、装置、设备及存储介质
CN114385780B (zh) 程序接口信息推荐方法、装置、电子设备和可读介质
CN111339743B (zh) 一种账号生成的方法和装置
CN117131281B (zh) 舆情事件处理方法、装置、电子设备和计算机可读介质
CN111368551A (zh) 一种确定事件主体的方法和装置
CN114840634B (zh) 信息存储方法、装置、电子设备和计算机可读介质
CN115471307A (zh) 基于知识图谱的审计评估信息生成方法、装置和电子设备
CN111597107A (zh) 信息输出方法、装置和电子设备
CN113408507B (zh) 基于履历文件的命名实体识别方法、装置和电子设备
US20210349920A1 (en) Method and apparatus for outputting information
US20230315990A1 (en) Text detection method and apparatus, electronic device, and storage medium
CN110852057A (zh) 一种计算文本相似度的方法和装置
US9449056B1 (en) Method and system for creating and updating an entity name alias table
CN113946648B (zh) 结构化信息生成方法、装置、电子设备和介质
CN116843991A (zh) 模型训练方法、信息生成方法、装置、设备和介质
CN115062119B (zh) 政务事件办理推荐方法、装置
CN113807056A (zh) 一种文档名称序号纠错方法、装置和设备
CN113935334A (zh) 文本信息处理方法、装置、设备和介质
CN107368597B (zh) 信息输出方法和装置
CN114492413B (zh) 文本校对方法、装置和电子设备
CN117172220B (zh) 文本相似信息生成方法、装置、设备和计算机可读介质
CN117852535B (zh) 标准数据绑定信息发送方法、装置、设备和介质

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