CN115022385A - 基于rpa和ai实现ia的对话式流程数据处理方法和装置 - Google Patents
基于rpa和ai实现ia的对话式流程数据处理方法和装置 Download PDFInfo
- Publication number
- CN115022385A CN115022385A CN202210585272.7A CN202210585272A CN115022385A CN 115022385 A CN115022385 A CN 115022385A CN 202210585272 A CN202210585272 A CN 202210585272A CN 115022385 A CN115022385 A CN 115022385A
- Authority
- CN
- China
- Prior art keywords
- communication
- result
- user
- server
- rpa
- 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 117
- 230000008569 process Effects 0.000 title claims abstract description 80
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000013473 artificial intelligence Methods 0.000 title claims description 47
- 230000002452 interceptive effect Effects 0.000 title claims description 18
- 238000004891 communication Methods 0.000 claims abstract description 409
- 238000012545 processing Methods 0.000 claims abstract description 168
- 238000012790 confirmation Methods 0.000 claims abstract description 83
- 238000012015 optical character recognition Methods 0.000 claims description 21
- 238000003058 natural language processing Methods 0.000 claims description 18
- 238000012550 audit Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004801 process automation Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000011112 process operation Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 13
- 230000000875 corresponding effect Effects 0.000 description 138
- 230000003993 interaction Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005065 mining Methods 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请提出一种基于RPA和AI实现IA的对话式流程数据处理方法、装置、系统、设备、服务器及介质。该方法包括:S1、在当前流程的执行过程中,基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将当前处理结果及对应的原始数据发送给通信服务器;S2、通过通信客户端接收通信服务器发送的用户确认结果,该用户确认结果是用户通过通讯软件发送给通信服务器的对当前处理结果的审核结果;S3、根据用户确认结果完成流程操作。通过采用上述RPA与AI相结合的技术方案,解决了相关技术中对于需要人工来主导和辅助确认的工作流程,在使用人机协同系统时成本较高的问题,实现了智能自动化的流程数据处理。
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和AI实现IA的对话式流程数据处理方法、装置、系统、设备、服务器及介质。
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。
智能自动化(Intelligent Automation,IA)是一系列从机器人流程自动化到人工智能的技术总称,将RPA与光学字符识别(Optical Character Recognition,OCR)、智能字符识别(Intelligent Character Recognition,ICR)、流程挖掘(Process Mining)、深度学习(Deep Learning,DL)、机器学习(Machine Learning,ML)、自然语言处理(NaturalLanguage Processing,NLP)、语音识别(Automatic Speech Recognition,ASR)、语音合成(Text To Speech,TTS)、计算机视觉(Computer Vision,CV)等多种AI技术相结合,以创建能够思考、学习及自适应的端到端的业务流程,涵盖从流程发现、流程自动化,到通过自动而持续的数据收集、理解数据的含义,使用数据来管理和优化业务流程的整个历程。近年来RPA数字化员工越来越多地被创建和使用,在一些重复性的工作中极大地提升了人们的工作效率。但在一些需要人类来主导和辅助确认的工作流程中,单纯依靠RPA机器人无法满足业务的实际需求。例如,在财务场景下,
通常需要依赖人工来审查财务机器人对发票的识别结果,并对识别错误的内容进行修正。
相关技术中,在流程运行和处理过程中,对于需要人工来主导和辅助确认的工作流程,通常会使用专业的人机协同系统来辅助RPA机器人的操作。而专业的人机协同系统购买价格较高,并且协同员工也需要经过专门的学习和培训才能准确使用人机协同系统,因此,使用专业的人机协同系统会耗费大量的人力成本和资金成本。
发明内容
本申请实施例提供一种基于RPA和AI实现IA的对话式流程数据处理方法、装置、系统、设备、服务器及介质,以解决相关技术中对于需要人工来主导和辅助确认的工作流程,在使用人机协同系统时成本较高的问题,技术方案如下:
第一方面,本申请实施例提供了一种基于RPA和AI实现IA的对话式流程数据处理的方法,应用于RPA机器人,该方法包括:
S1、在当前流程的执行过程中,基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将当前处理结果及对应的原始数据发送给通信服务器,以用于指示通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将当前处理结果及对应的原始数据发送到所述通讯软件,以供用户审核;其中,通信客户端配置于RPA机器人所在的平台中;
S2、通过通信客户端接收通信服务器发送的用户确认结果,该用户确认结果是用户通过通讯软件发送给通信服务器的对当前处理结果的审核结果;
S3、根据用户确认结果完成流程操作。
可选的,通信服务器包括消息发送接口和消息接收接口;其中,消息发送接口与通信客户端的消息发送命令相对应,消息接收接口与通信客户端的消息接收命令相对应;
相应的,步骤S1具体包括:
S11、将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将当前处理结果发送给通信服务器;
S12、将原始数据对应的图片消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将原始数据发送给通信服务器;
相应的,步骤S2具体包括:
将用户通讯软件的标识信息作为参数,通过调用消息接收命令对应的消息接收接口,接收通信服务器发送的用户确认结果。
可选的,当前流程为发票的识别流程;相应的,当前处理结果为发票图片的识别结果及对应的识别置信度;
相应的,步骤S1具体包括:
如果识别置信度小于预设置信度阈值,则基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将发票图片及对应的识别结果发送给通信服务器。
可选的,发票图片的识别结果及对应的识别置信度是通过调用光学字符识别OCR组件,对发票图片进行识别后得到的。
可选的,步骤S3具体包括:
基于自然语言处理NLP服务,对接收到的用户确认结果进行语义识别;
如果语义识别的结果为发票内容识别正确,则按照发票内容的识别结果执行财务流程操作;或者,
如果语义识别的结果为用户修正后的发票内容,则按照修正后的发票内容执行财务流程操作。
第二方面,本申请实施例提供了一种基于RPA和AI实现IA的对话式流程数据处理的方法,应用于通信服务器,该方法包括:
S4、基于与通信客户端的第一通信关系,分别接收RPA机器人通过通信客户端发送的当前处理结果及对应的原始数据,其中,当前处理结果是RPA在当前流程执行过程中对原始数据的识别结果;
S5、基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将当前处理结果及对应的原始数据发送给目标服务器,以指示目标服务器将当前处理结果及对应的原始数据推送到用户通讯软件进行显示;
S6、接收目标服务器发送的用户确认结果,并将该用户确认结果通过通信客户端发送给RPA机器人,其中,用户确认结果是用户通过通讯软件发送到目标服务器的对当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
可选的,第二通信关系通过调用目标服务器对应的应用程序编程接口API来实现。
第三方面,本申请实施例提供了基于RPA和AI实现IA的对话式流程数据处理系统,包括:通信客户端和通信服务器,其中,
通信客户端,配置于RPA机器人所在的平台中,用于建立与通信服务器之间的第一通信关系,以用于将RPA机器人的当处理结果及对应的原始数据发送给通信服务器,其中,当前处理结果是RPA在当前流程执行过程中对原始数据的识别结果;
通信服务器,用于接收当处理结果及对应的原始数据,并基于与通讯软件所对应的目标服务器之间的第二通信关系,分别将当处理结果及对应的原始数据发送给目标服务器;并且,在接收到目标服务器发送的用户确认结果时,将所述用户确认结果通过通信客户端发送给RPA机器人;
其中,用户确认结果是用户通过通讯软件发送给目标服务器的对当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
第四方面,本申请实施例提供了一种基于RPA和AI实现IA的对话式流程数据处理装置,包括:
处理结果发送模块,被配置为在当前流程执行的过程中,基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将当前处理结果及对应的原始数据发送给通信服务器,以用于指示通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将当前处理结果及对应的原始数据发送到所述通讯软件,以供用户审核;其中,通信客户端配置于RPA机器人所在的平台中;
确认结果接收模块,被配置为通过通信客户端接收通信服务器发送的用户确认结果,该用户确认结果是用户通过通讯软件发送给通信服务器的对当前处理结果的审核结果;
流程执行模块,被配置为根据确认结果完成流程操作。
可选的,通信服务器包括消息发送接口和消息接收接口;其中,消息发送接口与通信客户端的消息发送命令相对应,消息接收接口与通信客户端的消息接收命令相对应;
相应的,处理结果发送模块,包括:
当前处理结果发送单元,被配置为将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将当前处理结果发送给通信服务器;
原始数据发送单元,被配置为将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将当前处理结果发送给通信服务器;
相应的,所述确认结果接收模块,具体被配置:
将用户通讯软件的标识信息作为参数,通过调用消息接收命令对应的所述消息接收接口,接收通信服务器发送的用户确认结果。
可选的,当前流程为发票的识别流程;相应的,所述当前处理结果为发票图片的识别结果及对应的识别置信度;
相应的,处理结果发送模块,被配置:
如果识别置信度小于预设置信度阈值,则基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将发票图片及对应的识别结果发送给通信服务器。
可选的,发票图片的识别结果及对应的识别置信度是通过调用光学字符识别OCR组件,对发票图片进行识别后得到的。
可选的,流程执行模块,具体被配置为:
基于自然语言处理NLP服务,对接收到的用户确认结果进行语义识别;
如果语义识别的结果为发票内容识别正确,则按照发票内容的识别结果执行财务流程操作;或者,
如果语义识别的结果为用户修正后的发票内容,则按照修正后的发票内容执行财务流程操作。
第五方面,本申请实施例提供了一种基于RPA和AI实现IA的对话式流程数据处理装置,包括:
处理结果接收模块,被配置为基于与通信客户端的第一通信关系,分别接收RPA机器人通过通信客户端发送的当前处理结果及对应的原始数据,其中,当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
结果转发模块,被配置为基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将当前处理结果及对应的原始数据发送给目标服务器,以指示目标服务器将当前处理结果及对应的原始数据推送到用户通讯软件进行显示;
确认结果发送模块,被配置为接收目标服务器发送的用户确认结果,并将该用户确认结果通过通信客户端发送给RPA机器人,其中,用户确认结果是用户通过通讯软件发送到目标服务器的对当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
可选的,第二通信关系通过调用所述目标服务器对应的应用程序编程接口API来实现。
第六方面,本申请实施例提供了一种用于进行对话式流程数据处理的设备,该设备包括: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应用于RPA机器人的基于RPA和AI实现IA的对话式流程数据处理方法;
设备还包括:
通信客户端,配置于RPA机器人所在的平台中,用于与对应的通信服务器进行通信,以进行数据交互传输。
第七方面,本申请实施例提供了一种用于进行对话式流程数据处理的服务器,该服务器包括: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应用于通信服务器的基于RPA和AI实现IA的对话式流程数据处理方法;
该服务器还包括:
通信接口,用于与配置于RPA机器人所在平台的通信客户端进行通信,以进行数据交互传输。
第八方面,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。
本申请实施例提供的技术方案,在需要人工辅助完成机器人工作的应用场景下,通过采用通信客户端及对应的通信服务器这一C/S架构,以及通信服务器与用户的通讯软件所对应的目标服务器之间的通信关系,建立了RPA机器人与用户通讯软件之间的通信连接。基于该通信连接,RPA机器人可分别将当前流程执行过程中的当前处理结果及对应的原始数据发送到用户的通讯软件,以供用户审核。相对于相关技术中通过开发或购买成本较高的专业人机协同系统来实现人机交互的方式,本申请实施例提供的基于RPA与AI相结合的技术方案,不依赖于专门的人机协同系统,仅通过RPA社区版软件配合用户的通信软件,即可实现简单的人机协同任务处理。在任务处理过程中,人工能通过其通讯软件快速地做出响应,而且不受电脑环境的依赖,也无需经过复杂、专业的培训即可轻松上手,不仅解决了相关技术中采用专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利,实现了智能自动化的流程数据处理。
上述技术方案中的优点或有益效果至少包括:
1、通过采用通信客户端及对应的通信服务器这一C/S架构,以及通信服务器与用户的通讯软件所对应的目标服务器之间的通信关系,建立了RPA机器人与用户通讯软件之间的通信连接。基于该通信连接,RPA机器人可分别将当前流程执行过程中的当前处理结果及对应的原始数据发送到用户的通讯软件,以供用户审核,不仅解决了相关技术中采用专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利。
2、通信服务器对通信客户端开放有对应的消息通信接口,该消息通信接口与通信客户端的命令相对应。RPA机器人在执行流程的过程中,可通过调用通信客户端的命令来调用通信服务器开放的对应接口,以实现与通信服务器之间的消息交互。此外,由于通信服务器与用户通讯软件对应的目标服务器也存在通信关系,因此,可实现RPA机器人与用户通信软件之间的交互。
3、RPA机器人通过结合AI平台的OCR组件对发票图片进行识别,得到发票内容的识别结果及对应的识别置信度。如果识别置信度小于预设置信度阈值,则RPA机器人可通过通信客户端分别将识别结果及对应的发票图片发送给通信服务器,通信服务器再将该识别结果及对应的发票图片发送到用户通讯软件进行显示,以供用户审核。通过采用上述技术方案,用户可在通讯软件上对发票的识别结果进行审核和修改,节省了用户线下沟通处理的时间,保证了财务场景下的财务安全和一站式流程自动化的审计需求。
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1是本申请实施例一提供的一种基于RPA和AI实现IA的对话式流程数据处理方法的流程图;
图2a为本申请实施例二提供的一种基于RPA和AI实现IA的发票处理方法的流程图;
图2b为本申请实施例二提供的RPA机器人与用户的交互示意图;
图3为本申请实施例三提供的一种基于RPA和AI实现IA的对话式流程数据处理方法的流程图;
图4为本申请实施例四提供的一种基于RPA和AI实现IA的对话式流程数据处理系统的结构框图;
图5为本申请实施例五提供的一种基于RPA和AI实现IA的对话式流程数据处理装置的结构框图;
图6为本申请实施例六提供的一种基于RPA和AI实现IA的对话式流程数据处理装置的结构框图;
图7为本申请实施例七提供的一种用于进行对话式流程数据处理的服务器的结构框图。
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,“流程”是RPA(Robotic Process Automation,机器人流程自动化)机器人的执行过程,该“流程”包括多个“流程块”,其表示流程图中流程运行的过程块。RPA机器人按照流程图执行相应的动作。其中,流程图是在智能自动化平台上创建的。
在本申请的描述中,“智能自动化平台”能够实现RPA、智能文档处理(IntelligentDocument Processing,IDP)、对话式AI(Conversational AI,CoAI)、流程挖掘(ProcessMining)等多项能力的无缝集成,具有“业务理解”、“流程创建”、“随处运行”、“集中管控”和“人机协同”这五大类功能,为企业实现业务流程端到端的智能自动化,代替人工的操作,进一步提高业务效率,加速数字化转型。
在本申请的描述中,“智能文档处理”是智能自动化平台的核心能力之一。智能文档处理是基于光学字符识别(Optical Character Recognition,OCR)、计算机视觉(Computer Vision,CV)、自然语言处理(Natural Language Processing,NLP)和知识图谱(Knowledge Graph,KG)等AI技术,对各类文档进行识别、分类、要素提取、校验、比对和纠错等处理,帮助企业实现文档处理工作的智能化和自动化的新一代自动化技术。
在本申请的描述中,“通信服务器”和“通信客户端”为C/S(Client/Server,客户机/服务器)架构。其中,“通信客户端”是配置于RPA机器人所属平台(智能自动化平台)中的IM(Instant Messaging,即时通讯)通信模块。“通信服务器”配置于云端,是与“通信客户端”对应的具有文件临时存储功能的服务器。该“通信服务器”包括“消息发送接口”和“消息接收接口”,这两个接口是采用智能自动化平台提供的标准化接口来实现的,以命令的形式来体现。其中,“消息发送接口”对应的是“消息发送命令”,“消息接收接口”对应的是“消息接收命令”。这两个命令均存在对应的命令名及参数。其中,“消息发送命令”对应的参数包括消息,即发送内容,以及用户的通讯软件的标识和用户在通讯软件中的身份标识,即发送地。“消息接收命令”的参数包括用户的通讯软件的标识和用户在通讯软件中的身份标识,即消息来源。RPA机器人在流程执行过程中,通过调用“消息发送命令”对应的“消息发送接口”,即可将操作过程中的文件消息发送给通信服务器。通过调用“消息接收命令”对应的“消息接收接口”,即可接收通信服务器转发的用户消息。
在本申请的描述中,“C/S架构”是通过将任务合理分配到Client(客户机)端和Server(服务器)端,降低了系统的通讯开销。本申请中,Client端为通信客户端,配置于智能自动化平台内,其通信功能是通过命令的形式来实现的。
在本申请的描述中,“构造文本消息命令”是属于通信客户端的命令,是由RPA机器人所在平台(智能自动化平台)提供的。该命令用于获取文本类型、文本名称和文本大小等属性信息。这样RPA机器人在调用“消息发送命令”时,就可将待发送的文本的属性信息作为参数,并将对应的文本发送到通信服务器。
在本申请的描述中,“第一通信关系”是“通信客户端”与“通信服务器”之间的通信关系。在“通信客户端”初始化的过程中,可将“通信服务器”的地址和密钥等信息写入初始化命令中,从而可初步建立“通信客户端”与“通信服务器”之间的通信连接。
在本申请的描述中,“第二通信关系”是“通信服务器”与“用户通讯软件”对应的目标服务器之间的通信关系。该第二通信关系可通过目标服务器对应的“应用程序接口”,简称API(Application Programming Interface)来实现。
在本申请的描述中,“应用程序接口”,简称API(Application ProgrammingInterface),是指软件系统不同组成部分衔接的约定。本实施例中,是指通信服务器与用户通讯软件对应的开放平台所提供的接口之间的约定。其中,开放平台是内部通讯软件系统通过公开其应用程序编程接口或函数来使外部的程序可以增加该软件系统的功能或使用该软件系统的资源,而不需要更改该软件系统的源代码的平台。
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。
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,将其应用于对用户回复消息的语义识别过程中。
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。
以下结合附图描述根据本申请实施例提供的一种基于RPA和AI实现IA的对话式流程数据处理方法、装置、系统、设备、服务器及介质进行详细介绍。
实施例一
图1是本申请实施例一提供的一种基于RPA和AI实现IA的对话式流程数据处理方法的流程图,该方法可应用于需要人工主导、辅助RPA机器人完成自动化流程的应用场景下。本实施例的技术方案是通过RPA机器人来执行的。本实施例中,可以设置RPA机器人定时启动,并运行预先已创建完成的流程。其中,该流程中包含有RPA机器人执行动作的相关指令,即RPA机器人是按照流程中的命令来执行对应的流程动作的。本实施例中,可为不同应用场景下RPA机器人与用户的交互内容设置对应的指令。如图1所示,本实施例提供的方法包括:
S110、在当前流程的执行过程中,基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将当前处理结果及对应的原始数据发送给通信服务器。
其中,当前处理结果是RPA机器人在当前流程执行的过程中对原始数据的识别结果。
其中,通信客户端为IM通信模块,该通信模块配置于RPA机器人所属平台中,即该IM通信模块作为通信客户端配置于智能自动化平台中以软件命令的形式存在。该通信模块存在对应的通信服务器,二者构成了C/S架构。二者之间的第一通信关系可在通信客户端初始化的过程中进行建立。具体的,在通信客户端初始化的过程中,可将通信服务器的地址和密钥等信息写入初始化命令中,从而建立通信客户端与通信服务器之间的通信连接。
需要说明的是,本实施例中,通信服务器配置在云端,并对通信客户端开放有对应的消息通信接口,其中包括用于发送RPA机器人消息的消息发送接口,以及,用于供通信客户端接收外部通讯软件消息的消息接收接口。相应的,通信客户端中包括的命令与通信服务器开放的消息通信接口相对应,例如,通信客户端中的消息发送命令与通信服务器端的消息发送接口相对应,通信客户端中的消息接收命令与通信服务器端的消息接收接口相对应。各命令均存在对应的命令名及参数。其中,消息发送命令对应的参数包括消息,即发送内容,以及用户通讯软件的标识和用户在通讯软件中的身份标识,即发送地。消息接收命令的参数包括用户的通讯软件的标识和用户在通讯软件中的身份标识,即消息来源。通过上述设置,即可建立通信客户端与通信服务器之间的第一通信关系。RPA机器人在执行流程的过程中,即可通过调用通信客户端的命令来调用通信服务器开放的对应接口,从而实现与通信服务器之间的消息交互。
还需要说明的是,对于待发送的数据,RPA机器人可先根据该数据的数据类型,调用该类型文件对应的构造文件消息命令,得到待发送数据的属性信息,该属性信息包括文件地址、数量和数据类型。其中,构造文件消息命令是属于通信客户端的命令,是由RPA机器人所在平台(智能自动化平台)提供的标准化命令。具体的,如果待发送的是文本消息,则调用的是构造文本消息命令,如果待发送的是图片消息,则调用的是构造图片消息命令。在调用该命令后,RPA机器人可将属性信息和内部通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将包含有待发送数据的消息发送给通信服务器。
本实施例中,RPA机器人可先后将当前处理结果及对应的原始数据通过通信客户端发送给通信服务器。本实施例对当前处理结果及其对应原始数据的发送顺序本实施例并不进行具体限定。
具体的,对于当前处理结果的发送过程,RPA机器人可先调用构造文本消息命令,得到当前处理结果的属性信息,例如在内存中的地址、数据的大小和数据类型。通过将该属性信息和用户通信软件的标识信息作为参数,调用消息发送命令,即可将包含有该当前处理结果的文本消息发送给通信服务器。
具体的,对于当前处理结果对应的原始数据的发送过程,由于原始数据通常为图片类型,则RPA机器人可先调用构造图片消息命令,得到该图片的属性信息,例如在内存中的地址、图片的大小和图片类型。通过将该属性信息和用户通信软件的标识信息作为参数,调用消息发送命令,即可将包含有该图片的图片消息发送给通信服务器。
还需要说明的是,本实施例中,通信服务器与用户通讯软件所对应的目标服务器之间存在第二通信关系,该第二通信关系是通过目标服务器对应的应用程序接口来实现的。具体的,在第二通信关系建立之前,开发人员首先需在待通信的用户内部通讯软件的开放平台注册开发者账号。在开发者账号注册成功后,开发人员可在该开放平台创建应用,并通过获取所创建应用的配置信息,例如ID(Identity Document,身份标识)号和密钥等信息,将这些配置信息写入通信服务器中,同时可将通信服务器的域名或IP地址(InternetProtocol Address,互联网协议地址)等信息写入内部通讯软件的开放平台中。通过上述设置,可使得通信服务器获得目标服务器开放平台中应用程序编程接口的使用权限,也即通信服务器可调用目标服务器所开放的应用程序编程接口来实现与目标服务器的交互。
本实施例中,通信服务器与用户通讯软件之间具体的交互过程是:基于第二通信关系,通信服务器根据用户通讯软件的标识将接收到的RPA机器人的当前处理结果发送到目标服务器,目标服务器再根据用户在通讯软件中的身份标识将该当前处理结果推送到用户的通讯软件进行显示,以供用户审核。并且,通信服务器在接收到RPA机器人发送的当前处理结果对应的原始图片后,会将该图片发送到用户通讯软件对应的目标服务器,再由目标服务器将其推送到用户的通讯软件进行显示,以供用户审核。
S120、通过通信客户端接收通信服务器发送的用户确认结果。
其中,该确认结果是用户通过通讯软件发送给通信服务器的对当前处理结果的审核结果。
本实施例中,通信服务器还包括:消息接收接口,该消息接收接口与通信客户端的消息接收命令相对应。RPA机器人可调用消息接收命令对应的消息接收接口,接收到通信服务器发送消息。其中,消息接收命令对应的参数包括用户的通讯软件的标识和用户在通讯软件中的身份标识,即消息是由谁发送来的。
需要说明的是,用户通过通讯软件在将其对RPA机器人当前处理结果的确认结果发送给通信服务器之后,通信服务器会将该用户确认结果进行暂存。当RPA机器人调用了通信客户端的消息接收命令时,通信服务器会将暂存的用户确认结果发送给RPA机器人。其中,用户确认结果可以是对RPA机器人当前处理结果审核无误的确认消息,也可以是用户对RPA机器人当前处理结果的修正结果。
本实施例中,可在流程创建的过程中设置RPA机器人等待用户回复的时间阈值,对于达到该时间阈值,但未收到通信服务器发送的消息的情况,可配置通信服务器发送一个内容为空的消息给RPA机器人,并可设置RPA机器人进入休眠状态。其休眠时间可由开发人员根据实际情况进行设置。当休眠结束后,可设置RPA机器人再次调用消息接收命令对应的消息接收接口,以接收通信服务器发送的消息。
S130、根据确认结果完成流程操作。
本实施例中,RPA机器人可基于NLP服务对用户的确认结果进行语义识别。示例性的,如果用户确认结果是对RPA机器人的当前处理结果审核无误的消息,则RPA机器人可根据用户的确认消息继续完成后续的流程操作。示例性的,如果用户确认结果是对RPA机器人的当前处理结果修正后的审核结果,则RPA机器人可根据该审核结果继续完成后续的流程操作。
本实施例提供的技术方案,在需要人工辅助完成机器人工作的应用场景下,通过采用通信客户端及对应的通信服务器这一C/S架构,以及通信服务器与用户的通讯软件所对应的目标服务器之间的通信关系,建立了RPA机器人与用户的通讯软件之间的通信连接。基于该通信连接,RPA机器人可分别将当前流程执行过程中的当前处理结果及对应的原始数据发送到用户的通讯软件,以供用户审核。相对于相关技术中通过开发或购买成本较高的专业人机协同系统来实现人机交互的方式,本申请实施例提供的技术方案,不依赖于专门的人机协同系统,仅通过RPA社区版软件配合用户的通信软件,即可实现简单的人机协同任务处理。在任务处理过程中,人工能通过其通讯软件快速地做出响应,而且不受电脑环境的依赖,也无需经过复杂、专业的培训即可轻松上手,不仅解决了相关技术中专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利。
具体的,本实施例提供的方案可应用于发票审核、人力资源信息审核等需要用户主导或辅助完成自动化流程的应用场景下。具体可为不同应用场景下RPA机器人与用户的交互内容设置对应的指令,其适配性强。下面实施例将结合具体的财务应用场景,对本申请实施例提供的技术方案进行详细介绍。
实施例二
图2a为本申请实施例二提供的一种基于RPA和AI实现IA的发票处理方法的流程图,该方法可应用于发票报销等应用场景下。本实施例中,可以设置RPA机器人每天定时启动进行票据处理,避免造成票据积压的情况,达到提高票据处理效率的效果。如图2a所示,本实施例提供的方法包括:
S210、调用AI平台的OCR组件,对发票图片进行识别,得到发票图片的识别结果和对应的识别置信度。
本实施例中,具有图片识别功能的AI平台为智能文档处理平台,该智能文档处理平台是一款主要为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机器人均依赖于智能自动化平台上,智能自动化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。其中,AI平台可以部署在本地,也可以部署在云服务器中。
具体的,可通过一个同时登录RPA平台以及AI平台的目标账号,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已发布的OCR组件对发票图片的内容进行识别,得到图片内容识别结果及对应的识别置信度。其中,图片内容的识别结果包括发票金额和发票名称。
S220、如果识别置信度小于预设置信度阈值,则基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将发票图片及对应的识别结果发送给通信服务器。
其中,预设置信度阈值可在流程创建的过程中预先进行设置。
本实施例中,RPA机器人通过通信客户端发送给通信服务器的发票图片及对应的识别结果用于指示通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将发票图片及对应的识别结果发送给用户通讯软件,以供用户审核。
具体的,图2b为本申请实施例二提供的RPA机器人与用户的交互示意图。如图2b所示,RPA机器人可先通过调用构造文本消息命令,得到发票图片的识别结果的属性信息,例如,内容地址、数据大小和数据类型等。然后通过调用消息发送命令对应的消息发送接口,将发票的识别结果(发票[金额]和发票[名称])发送到通信服务器。接着,RPA机器人可调用构造图片消息命令,得到发票图片的属性信息,然后可通过调用消息发送命令对应的消息发送接口,将发票图片发送到通信服务器。此外,RPA机器人还可向用户发送相关提示信息,例如,请确认公司名称“XXX科技公司”是否正确;如果正确,请回复“正确”,如果不正确,请回复正确的公司名称的提示信息。
通信服务器会将先后接收到的发票图片的识别结果、对应的发票图片和提示信息分别发送给通讯软件对应的目标服务器,目标服务器再将接收到的发票图片的识别结果、对应的发票图片和提示信息推送到用户的通讯软件进行显示,以供用户审核。
其中,第一通信关系的建立、第二通信关系的建立,以及RPA机器人向通信服务器发送消息的具体过程可参见上述实施例的说明,此处不再赘述。
S230、通过通信客户端接收通信服务器发送的用户确认结果,该确认结果是用户通过通讯软件发送给通信服务器的对RPA机器人的识别结果的审核结果。
本实施例中,RPA机器人在将发票的识别结果及对应的发票图片发送给用户通讯软件后,可通过调用消息接收命令对应的消息接收接口,以等待从通信服务器发送的用户消息。当用户通过其通讯软件将审核结果发送给通信服务器时,通信服务器会将该审核结果发送给RPA机器人。
具体的,如图2b所示,对于RPA机器人发送给用户的发票的识别结果和发票图片,用户在进行比对后,回复“[名称]正确”,并回复“[金额]错误,应该是58.74元”。RPA机器人在接收到用户回复的消息后,对于用户修改过的内容,RPA机器人可回复用户“信息已确认,[金额]58.74已更新”的提示信息。
本实施例中,本实施例通过采用通信客户端和对应通信服务器这一C/S架构,以及通信服务器与用户的通讯软件之间的通信关系,建立了RPA机器人与用户的通讯软件之间的通信连接。基于该通信连接,用户在通讯软件上对发票的识别结果进行审核和修改,节省了用户线下沟通处理的时间,保证了财务场景下的财务安全和一站式流程自动化的审计需求。
S240、基于自然语言处理NLP服务,对接收到的用户确认结果进行语义识别。
S250、根据语义识别结果执行财务流程操作。
示例性的,如果语义识别的结果为发票内容识别正确,则按照发票内容的识别结果执行财务流程操作。如果语义识别的结果为用户修正后的发票内容,则按照修正后的发票内容执行财务流程操作。本实施例中,RPA机器人在接收到服务器返回的修改结果后,可执行后续的财务流程操作,例如,可对该修改结果进行存储,或者在财务报销场景下,RPA机器人可按照修改结果中的发票金额执行财务流程的付款操作。例如,RPA机器人可将该修改结果中的金额填写到付款界面的对应位置处,并通过触发付款操作,完成财务报销操作。
本实施例中,在发票的识别过程中,RPA机器人通过结合AI平台的OCR组件对发票图片进行识别,得到发票内容的识别结果及对应的识别置信度。如果识别置信度小于预设置信度阈值,则基于通信客户端和通信服务器之间的第一通信关系,RPA机器人可通过通信客户端分别将识别结果及对应的发票图片发送给通信服务器,通信服务器会将该识别结果及对应的发票图片通过用户通讯软件对应的目标服务器,目标服务器再将该识别结果及对应的发票图片推送到用户的通讯软件进行显示,以供用户审核。通过采用上述技术方案,用户可在通讯软件上对发票的识别结果进行审核和修改,节省了用户线下沟通处理的时间,保证了财务场景下的财务安全和一站式流程自动化的审计需求。相对于相关技术中采用专业的人机协同系统来实现人机交互的方式,本实施例不仅解决了相关技术中采用专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利。此外,本实施例可在具体应用场景下根据RPA机器人与用户的交互内容自定指令,其适配性较强。
实施例三
图3为本申请实施例三提供的一种基于RPA和AI实现IA的对话式流程数据处理方法的流程图,该方法的执行主体是通信服务器,该通信服务器配置在云端。如图3所示,本实施例提供的方法包括:
S310、基于与通信客户端的第一通信关系,分别接收RPA机器人通过通信客户端发送的当前处理结果及对应的原始数据。
其中,当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果。
S320、基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将当前处理结果及对应的原始数据发送给目标服务器,以指示目标服务器将当前处理结果及对应的原始数据推送到用户通讯软件进行显示。
S330、接收目标服务器发送的用户确认结果,并将该用户确认结果通过通信客户端发送给RPA机器人。
其中,用户确认结果是用户通过通讯软件发送到目标服务器的对RPA机器人当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
其中,第一通信关系和第二通信关系的建立,以及RPA机器人与通信客户端、通信服务器的具体交互过程,以及通信服务器与用户通讯软件之间的具体交互过程可参照上述实施例的说明,此处不再赘述。
本实施例中,通过采用通信客户端及对应的通信服务器这一C/S架构,以及通信服务器与用户的通讯软件所对应的目标服务器之间的通信关系,建立了RPA机器人与用户通讯软件之间的通信连接。基于该通信连接,RPA机器人可分别将当前流程执行过程中的当前处理结果及对应的原始数据发送到用户的通讯软件,以供用户审核。不仅解决了相关技术中采用专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利。
实施例四
图4为本申请实施例四提供的一种基于RPA和AI实现IA的对话式流程数据处理系统的结构框图,如图4所示,该系统包括通信客户端410和通信服务器420,其中,
通信客户端410,配置于RPA机器人所在的平台中,用于建立与通信服务器之间的第一通信关系,以用于将RPA机器人的当处理结果及对应的原始数据发送给所述通信服务器。
其中,当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
通信服务器420,用于接收当处理结果及对应的原始数据,并基于与通讯软件所对应的目标服务器之间的第二通信关系,分别将RPA机器人的当处理结果及对应的原始数据发送给目标服务器;并且,在接收到所述目标服务器发送的用户确认结果时,将用户确认结果通过通信客户端发送给RPA机器人。
其中,用户确认结果是用户通过通讯软件发送给目标服务器的对当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
其中,第一通信关系和第二通信关系的建立,以及RPA机器人与通信客户端、通信服务器的具体交互过程,以及通信服务器与目标服务器之间的具体交互过程可参照上述实施例的说明,此处不再赘述。
本实施例中,通过采用通信客户端及对应的通信服务器这一C/S架构,以及通信服务器与用户的通讯软件所对应的目标服务器之间的通信关系,建立了RPA机器人与用户的通讯软件之间的通信连接。基于该通信连接,RPA机器人可分别将当前流程执行过程中的当前处理结果及对应的原始数据发送到用户的通讯软件,以供用户审核。不仅解决了相关技术中采用专业人机协同系统成本较高的问题,同时也为用户的操作提供了极大的便利。
实施例五
图5为本申请实施例五提供的一种基于RPA和AI实现IA的对话式流程数据处理装置的结构框图,本实施例提供的装置可通过软件和/或硬件的形式来实现,如图5所示,该装置包括:处理结果发送模块510、确认结果接收模块520和流程执行模块530,其中,
处理结果发送模块510,被配置为在当前流程执行的过程中,基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将当前处理结果及对应的原始数据发送给通信服务器,以用于指示通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将当前处理结果及对应的原始数据发送到所述通讯软件,以供用户审核;其中,通信客户端配置于RPA机器人所在的平台中;
确认结果接收模块520,被配置为通过通信客户端接收通信服务器发送的用户确认结果,该用户确认结果是用户通过通讯软件发送给通信服务器的对当前处理结果的审核结果;
流程执行模块530,被配置为根据确认结果完成流程操作。
可选的,通信服务器包括消息发送接口和消息接收接口;其中,消息发送接口与通信客户端的消息发送命令相对应,消息接收接口与通信客户端的消息接收命令相对应;
相应的,处理结果发送模块510,包括:
当前处理结果发送单元,被配置为基于通信客户端与通信服务器的第一通信关系,将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将当前处理结果发送给通信服务器;
原始数据发送单元,被配置为基于通信客户端与通信服务器的第一通信关系,将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用消息发送命令对应的消息发送接口,将当前处理结果发送给通信服务器;
相应的,所述确认结果接收模块,具体被配置:
将用户通讯软件的标识信息作为参数,通过调用消息接收命令对应的所述消息接收接口,接收通信服务器发送的用户确认结果。
可选的,当前流程为发票的识别流程;相应的,所述当前处理结果为发票图片的识别结果及对应的识别置信度;
相应的,处理结果发送模块,被配置:
如果识别置信度小于预设置信度阈值,则基于通信客户端和通信服务器之间的第一通信关系,通过通信客户端分别将发票图片及对应的识别结果发送给通信服务器。
可选的,发票图片的识别结果及对应的识别置信度是通过调用光学字符识别OCR组件,对发票图片进行识别后得到的。
可选的,流程执行模块,具体被配置为:
基于自然语言处理NLP服务,对接收到的用户确认结果进行语义识别;
如果语义识别的结果为发票内容识别正确,则按照发票内容的识别结果执行财务流程操作;或者,
如果语义识别的结果为用户修正后的发票内容,则按照修正后的发票内容执行财务流程操作。
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。
实施例六
图6为本申请实施例六提供的一种基于RPA和AI实现IA的对话式流程数据处理装置的结构框图,本实施例提供的装置可通过软件和/或硬件的形式来实现,如图6所示,该装置包括:处理结果接收模块610、结果转发模块620和确认结果发送模块630;其中,
处理结果接收模块610,被配置为基于与通信客户端的第一通信关系,分别接收RPA机器人通过通信客户端发送的当前处理结果及对应的原始数据,其中,当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
结果转发模块620,被配置为基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将当前处理结果及对应的原始数据发送给目标服务器,以指示目标服务器将当前处理结果及对应的原始数据推送到用户通讯软件进行显示;
确认结果发送模块630,被配置为接收目标服务器发送的用户确认结果,并将该用户确认结果通过通信客户端发送给RPA机器人,其中,用户确认结果是用户通过通讯软件发送到目标服务器的对当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
可选的,第二通信关系通过调用所述目标服务器对应的应用程序编程接口API来实现。
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。
实施例七
图7为本申请实施例七提供的一种用于进行对话式流程数据处理的服务器的结构框图。如图7所示,该服务器包括: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应用于通信服务器的基于RPA和AI实现IA的对话式流程数据处理方法。存储器910和处理器920的数量可以为一个或多个。
该服务器还包括:
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7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。
此外,本申请实施例还提供了一种用于进行对话式流程数据处理的设备,该设备包括: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应用于RPA机器人的基于RPA和AI实现IA的对话式流程数据处理方法。
该设备还包括:
通信客户端,用于与通信服务器进行通信,进行数据交互传输。该通信客户端包括消息发送接口和消息接收接口;
相应的,RPA机器人通过调用消息发送命令对应的消息发送接口,分别将当前处理结果及其原始数据发送给通信服务器,并通过调用消息接收命令对应的消息接收接口,接收通信服务器发送的用户确认结果。
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(FieldProgrammable Gate 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 (16)
1.一种基于机器人流程自动化RPA和人工智能AI实现智能自动化IA的对话式流程数据处理方法,应用于RPA机器人,其特征在于,包括:
S1、在当前流程的执行过程中,基于通信客户端和通信服务器之间的第一通信关系,通过所述通信客户端分别将当前处理结果及对应的原始数据发送给所述通信服务器,以用于指示所述通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将所述当前处理结果及对应的原始数据发送到所述通讯软件,以供用户审核;其中,所述通信客户端配置于RPA机器人所在的平台中;
S2、通过所述通信客户端接收所述通信服务器发送的用户确认结果,所述用户确认结果是用户通过所述通讯软件发送给所述通信服务器的对所述当前处理结果的审核结果;
S3、根据所述用户确认结果完成流程操作。
2.根据权利要求1所述的方法,其特征在于,所述通信服务器包括消息发送接口和消息接收接口;其中,所述消息发送接口与所述通信客户端的消息发送命令相对应,所述消息接收接口与所述通信客户端的消息接收命令相对应;
相应的,所述步骤S1具体包括:
S11、将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用所述消息发送命令对应的所述消息发送接口,将所述当前处理结果发送给通信服务器;
S12、将所述原始数据对应的图片消息和用户通讯软件的标识信息作为参数,通过调用所述消息发送命令对应的所述消息发送接口,将所述原始数据发送给通信服务器;
相应的,所述步骤S2具体包括:
将所述用户通讯软件的标识信息作为参数,通过调用所述消息接收命令对应的所述消息接收接口,接收所述通信服务器发送的用户确认结果。
3.根据权利要求1或2所述的方法,其特征在于,所述当前流程为发票的识别流程;相应的,所述当前处理结果包括发票图片的识别结果及对应的识别置信度;
相应的,所述步骤S1具体包括:
如果所述识别置信度小于预设置信度阈值,则基于所述通信客户端和所述通信服务器之间的第一通信关系,通过所述通信客户端分别将发票图片及对应的识别结果发送给所述通信服务器。
4.根据权利要求3所述的方法,其特征在于,所述发票图片的识别结果及对应的识别置信度是通过调用光学字符识别OCR组件,对发票图片进行识别后得到的。
5.根据权利要求3所述的方法,其特征在于,所述步骤S3具体包括:
基于自然语言处理NLP服务,对接收到的用户确认结果进行语义识别;
如果语义识别的结果为发票内容识别正确,则按照发票内容的识别结果执行财务流程操作;或者,
如果语义识别的结果为用户修正后的发票内容,则按照所述修正后的发票内容执行财务流程操作。
6.一种基于RPA和AI实现IA的对话式流程数据处理方法,应用于通信服务器,其特征在于,包括:
S4、基于与通信客户端的第一通信关系,分别接收RPA机器人通过所述通信客户端发送的当前处理结果及对应的原始数据,其中,所述当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
S5、基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将所述当前处理结果及对应的原始数据发送给所述目标服务器,以指示所述目标服务器将所述当前处理结果及对应的原始数据推送到所述用户通讯软件进行显示;
S6、接收所述目标服务器发送的用户确认结果,并将该用户确认结果通过所述通信客户端发送给RPA机器人,其中,所述用户确认结果是用户通过所述通讯软件发送到目标服务器的对所述当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
7.根据权利要求6所述的方法,其特征在于,所述第二通信关系通过调用所述目标服务器对应的应用程序编程接口API来实现。
8.一种基于RPA和AI实现IA的对话式流程数据处理系统,其特征在于,包括:通信客户端和通信服务器,其中,
所述通信客户端,配置于RPA机器人所在的平台中,用于建立与通信服务器之间的第一通信关系,以用于将RPA机器人的当处理结果及对应的原始数据发送给所述通信服务器,其中,所述当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
所述通信服务器,用于接收所述当处理结果及对应的原始数据,并基于与所述通讯软件所对应的目标服务器之间的第二通信关系,分别将所述当处理结果及对应的原始数据发送给所述目标服务器;并且,在接收到所述目标服务器发送的用户确认结果时,将所述用户确认结果通过所述通信客户端发送给RPA机器人;
其中,所述用户确认结果是用户通过所述通讯软件发送给所述目标服务器的对所述当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
9.一种基于RPA和AI实现IA的对话式流程数据处理装置,其特征在于,包括:
处理结果发送模块,被配置为在当前流程的执行过程中,基于通信客户端和通信服务器之间的第一通信关系,通过所述通信客户端分别将当前处理结果及对应的原始数据发送给所述通信服务器,以用于指示所述通信服务器基于与用户通讯软件所对应的目标服务器之间的第二通信关系,将所述当前处理结果及对应的原始数据发送到所述通讯软件,以供用户审核;其中,所述通信客户端配置于RPA机器人所在的平台中;
确认结果接收模块,被配置为通过所述通信客户端接收所述通信服务器发送的用户确认结果,所述用户确认结果是用户通过所述通讯软件发送给所述通信服务器的对所述当前处理结果的审核结果;
流程执行模块,被配置为根据所述确认结果完成流程操作。
10.根据权利要求9所述的装置,其特征在于,所述通信服务器包括消息发送接口和消息接收接口;其中,所述消息发送接口与所述通信客户端的消息发送命令相对应,所述消息接收接口与所述通信客户端的消息接收命令相对应;
相应的,所述处理结果发送模块,包括:
当前处理结果发送单元,被配置为将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用所述消息发送命令对应的所述消息发送接口,将所述当前处理结果发送给通信服务器;
原始数据发送单元,被配置为将当前处理结果对应的文本消息和用户通讯软件的标识信息作为参数,通过调用所述消息发送命令对应的所述消息发送接口,将所述当前处理结果发送给通信服务器;
相应的,所述确认结果接收模块,具体被配置:
将所述用户通讯软件的标识信息作为参数,通过调用所述消息接收命令对应的所述消息接收接口,接收所述通信服务器发送的用户确认结果。
11.根据权利要求9或10所述的装置,其特征在于,所述当前流程为发票的识别流程;相应的,所述当前处理结果包括发票图片的识别结果及对应的识别置信度;
相应的,所述处理结果发送模块,被配置:
如果所述识别置信度小于预设置信度阈值,则基于所述通信客户端和所述通信服务器之间的第一通信关系,通过所述通信客户端分别将发票图片及对应的识别结果发送给所述通信服务器。
12.根据权利要求11所述的装置,其特征在于,所述发票图片的识别结果及对应的识别置信度是通过调用光学字符识别OCR组件,对发票图片进行识别后得到的。
13.一种基于RPA和AI实现IA的对话式流程数据处理装置,其特征在于,包括:
处理结果接收模块,被配置为基于与通信客户端的第一通信关系,分别接收RPA机器人通过所述通信客户端发送的当前处理结果及对应的原始数据,其中,所述当前处理结果是RPA在当前流程执行过程中对所述原始数据的识别结果;
结果转发模块,被配置为基于与用户通讯软件对应的目标服务器之间的第二通信关系,分别将所述当前处理结果及对应的原始数据发送给所述目标服务器,以指示所述目标服务器将所述当前处理结果及对应的原始数据推送到所述用户通讯软件进行显示;
确认结果发送模块,被配置为接收所述目标服务器发送的用户确认结果,并将该用户确认结果通过所述通信客户端发送给RPA机器人,其中,所述用户确认结果是用户通过所述通讯软件发送到目标服务器的对所述当前处理结果的审核结果,以用于指示RPA机器完成流程操作。
14.一种用于进行对话式流程数据处理的设备,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5任一项所述的方法;
所述设备还包括:
通信客户端,配置于RPA机器人所在的平台中,用于与对应的通信服务器进行通信,以进行数据交互传输。
15.一种用于进行对话式流程数据处理的服务器,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6或7任一项所述的方法;
所述服务器还包括:
通信接口,用于与配置于RPA机器人所在平台的通信客户端进行通信,以进行数据交互传输。
16.一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1-5中任一项所述的应用于RPA机器人的基于RPA和AI实现IA的对话式流程数据处理方法,或者,实现如权利要求6或7所述的应用于通信服务器的基于RPA和AI实现IA的对话式流程数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210585272.7A CN115022385A (zh) | 2022-05-27 | 2022-05-27 | 基于rpa和ai实现ia的对话式流程数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210585272.7A CN115022385A (zh) | 2022-05-27 | 2022-05-27 | 基于rpa和ai实现ia的对话式流程数据处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115022385A true CN115022385A (zh) | 2022-09-06 |
Family
ID=83070479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210585272.7A Pending CN115022385A (zh) | 2022-05-27 | 2022-05-27 | 基于rpa和ai实现ia的对话式流程数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115022385A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116149883A (zh) * | 2023-04-21 | 2023-05-23 | 杭州实在智能科技有限公司 | 用于Web系统中的RPA软件快速嵌入方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170286708A1 (en) * | 2015-08-31 | 2017-10-05 | Avaya Inc. | Security |
CN109636309A (zh) * | 2018-11-01 | 2019-04-16 | 北京慧流科技有限公司 | 任务处理方法及装置、电子设备及存储介质 |
CN110909962A (zh) * | 2019-12-23 | 2020-03-24 | 江苏电力信息技术有限公司 | 一种基于rpa机器人共享中心的自动审批的方法 |
KR20200075406A (ko) * | 2018-12-18 | 2020-06-26 | 주식회사 디비아이엔씨 | 법인카드 비용처리 시스템 및 그 방법 |
US20210117895A1 (en) * | 2019-10-18 | 2021-04-22 | ASG Technologies Group, Inc. dba ASG Technologies | Systems and Methods for Cross-Platform Scheduling and Workload Automation |
CN114092951A (zh) * | 2021-11-25 | 2022-02-25 | 北京来也网络科技有限公司 | 结合rpa及ai的财务票据处理方法、装置、系统、设备及介质 |
CN114186019A (zh) * | 2021-11-03 | 2022-03-15 | 北京来也网络科技有限公司 | 结合rpa和ai的企业项目的审核方法及装置 |
CN114254022A (zh) * | 2021-12-30 | 2022-03-29 | 北京来也网络科技有限公司 | 基于rpa及ai的流程任务处理方法、装置、系统及服务器 |
-
2022
- 2022-05-27 CN CN202210585272.7A patent/CN115022385A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170286708A1 (en) * | 2015-08-31 | 2017-10-05 | Avaya Inc. | Security |
CN109636309A (zh) * | 2018-11-01 | 2019-04-16 | 北京慧流科技有限公司 | 任务处理方法及装置、电子设备及存储介质 |
KR20200075406A (ko) * | 2018-12-18 | 2020-06-26 | 주식회사 디비아이엔씨 | 법인카드 비용처리 시스템 및 그 방법 |
US20210117895A1 (en) * | 2019-10-18 | 2021-04-22 | ASG Technologies Group, Inc. dba ASG Technologies | Systems and Methods for Cross-Platform Scheduling and Workload Automation |
CN110909962A (zh) * | 2019-12-23 | 2020-03-24 | 江苏电力信息技术有限公司 | 一种基于rpa机器人共享中心的自动审批的方法 |
CN114186019A (zh) * | 2021-11-03 | 2022-03-15 | 北京来也网络科技有限公司 | 结合rpa和ai的企业项目的审核方法及装置 |
CN114092951A (zh) * | 2021-11-25 | 2022-02-25 | 北京来也网络科技有限公司 | 结合rpa及ai的财务票据处理方法、装置、系统、设备及介质 |
CN114254022A (zh) * | 2021-12-30 | 2022-03-29 | 北京来也网络科技有限公司 | 基于rpa及ai的流程任务处理方法、装置、系统及服务器 |
Non-Patent Citations (1)
Title |
---|
唐建荣;: "企业财务共享中心机器人流程自动化应用研究", 财会通讯, no. 12 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116149883A (zh) * | 2023-04-21 | 2023-05-23 | 杭州实在智能科技有限公司 | 用于Web系统中的RPA软件快速嵌入方法及系统 |
CN116149883B (zh) * | 2023-04-21 | 2023-07-25 | 杭州实在智能科技有限公司 | 用于Web系统中的RPA软件快速嵌入方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110474915A (zh) | 一种工业协议动态自适应适配系统的设计方法 | |
CN103810008B (zh) | 插件加载方法及系统 | |
CN111290806B (zh) | 应用程序接口的调用方法、装置、计算机设备及存储介质 | |
CN109240670A (zh) | 模块化的软件开发方法、系统、设备及介质 | |
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 | |
CN110276074B (zh) | 自然语言处理的分布式训练方法、装置、设备及存储介质 | |
CN110968437A (zh) | 一种基于Java智能合约的单个合约并行执行的方法、装置、设备及介质 | |
CN109032815A (zh) | 功能模块间的信息交互方法、装置、设备及存储介质 | |
CN111176791A (zh) | 一种基于多虚拟机区块链平台跨虚拟机调用方法 | |
CN106487712B (zh) | 用于接入多个外部系统的方法、装置及服务器 | |
CN115022385A (zh) | 基于rpa和ai实现ia的对话式流程数据处理方法和装置 | |
CN110287267A (zh) | 一种跨节点的数据处理方法及装置 | |
CN115811513B (zh) | 第三方接口请求设计方法、装置、存储介质 | |
CN112559344A (zh) | 远程mock测试方法及系统 | |
CN112162744A (zh) | 一种基于业务场景的代码自动生成方法及装置 | |
CN116938958A (zh) | Api信息同步方法、装置、系统与计算机可读存储介质 | |
CN106875184A (zh) | 异常场景模拟方法、装置及设备 | |
CN114387429A (zh) | 基于rpa及ai的车辆产权证处理方法、装置、设备及介质 | |
CN114254022A (zh) | 基于rpa及ai的流程任务处理方法、装置、系统及服务器 | |
CN115984047A (zh) | 结合rpa和ai实现ia的文书处理方法、装置、设备及介质 | |
CN115366553A (zh) | 文件盖章方法、装置、印控机、介质及产品 | |
CN114492358A (zh) | 基于rpa和ai的庭前通知文书处理方法、装置、设备及介质 | |
WO2023226204A1 (zh) | 基于rpa和ai实现ia的交通票据购买方法、装置和系统 | |
CN111768275A (zh) | 在线交易rpa机器人的方法、装置和设备 | |
CN112100187A (zh) | 一种基于VueJS的学生学习数据存储方法及装置 |
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 |