CN117009300A - 基于人工智能的电子档案分类方法、装置及电子设备 - Google Patents

Abstract

本发明适用于数据处理技术领域，提供了基于人工智能的电子档案分类方法、装置及电子设备，包括以下步骤：接收用户输入的批量的电子档案信息，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；识别每类中电子档案信息中的项目名称，生成项目名称选择栏；根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；对识别内容进行分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记。如此，用户能够直接看到该类别电子档案信息中选择的项目名称所对应的内容，方便用户进行比较，并对异常的内容进行特殊标记，方便用户快速找到异常信息。

Description

基于人工智能的电子档案分类方法、装置及电子设备

技术领域

本发明涉及数据处理技术领域，具体是涉及一种基于人工智能的电子档案分类方法、装置及电子设备。

背景技术

电子档案是具有凭证、查考和保存价值并归档保存的电子文件，为了便于对产品进行追溯，很多产品都有自己的电子档案，产品电子档案是指在产品生产技术活动中形成的，具有利用价值，并按归档要求集中保管起来的技术文件材料，产品电子档案以型号或品种保持成套性。目前电子档案会按照档案名称进行分类存储，档案名称反映了产品型号，这种分类存储便于用户快速找到需求的电子档案，但是当用户找到电子档案进行查看时，虽然能够知道产品的相关信息，但是难以快速知道电子档案中的信息是否存在异常，因此，需要提供一种基于人工智能的电子档案分类方法、装置及电子设备，旨在解决上述问题。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于人工智能的电子档案分类方法、装置及电子设备，以解决上述背景技术中存在的问题。

本发明是这样实现的，一种基于人工智能的电子档案分类方法，所述方法包括以下步骤：

接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

接收编号选择指令，打开选择的编号所对应的电子档案信息。

作为本发明进一步的方案：所述识别每类中电子档案信息中的项目名称，生成项目名称选择栏的步骤，具体包括：

对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

作为本发明进一步的方案：所述根据选择的项目名称对每个电子档案信息中的对应内容进行识别的步骤，具体包括：

显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

作为本发明进一步的方案：所述对识别内容进行自动分析的步骤，具体包括：

对识别内容进行自动分析，判定识别内容为文字或者数字；

当识别内容为文字时，根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

当识别内容为数字时，确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

作为本发明进一步的方案：所述确定正常范围区间的步骤，具体包括：

确定所有识别内容的中位数；

将中位数降低百分之N作为下限值，将中位数增加百分之N作为上限值，所述下限值与上限值之间覆盖百分之M的识别内容，确定[中位数降低百分之N，中位数增加百分之N]为正常范围区间。

本发明的另一目的在于提供一种基于人工智能的电子档案分类装置，所述装置包括：

电子档案接收模块，用于接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

选择栏生成模块，用于识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

识别内容确定模块，用于接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

识别内容分析模块，用于对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

电子档案展示模块，用于接收编号选择指令，打开选择的编号所对应的电子档案信息。

作为本发明进一步的方案：所述选择栏生成模块包括：

文字识别单元，用于对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

项目名称确定单元，用于对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

选择栏整合单元，用于对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

项目名称删除单元，用于接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

作为本发明进一步的方案：所述识别内容确定模块包括：

内容框选单元，用于显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

内容识别单元，用于对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

作为本发明进一步的方案：所述识别内容分析模块包括：

识别内容判定单元，用于对识别内容进行自动分析，判定识别内容为文字或者数字；

第一内容分析单元，当识别内容为文字时，用于根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

第二内容分析单元，当识别内容为数字时，用于确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

作为本发明进一步的方案：所述第二内容分析单元包括：

中位数确定子单元，用于确定所有识别内容的中位数；

正常范围区间子单元，用于将中位数降低百分之N作为下限值，将中位数增加百分之N作为上限值，所述下限值与上限值之间覆盖百分之M的识别内容，确定[中位数降低百分之N，中位数增加百分之N]为正常范围区间。

本发明的目的还在于提供一种电子设备，所述电子设备包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于人工智能的电子档案分类方法。

与现有技术相比，本发明的有益效果是：

本发明能够自动识别电子档案信息中的项目名称，生成项目名称选择栏；接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容；并对识别内容进行分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记。如此，用户能够直接看到该类别电子档案信息中选择的项目名称所对应的内容，方便用户进行比较，并对异常的内容进行特殊标记，方便用户快速找到异常信息。

附图说明

图1为一种基于人工智能的电子档案分类方法的流程图。

图2为一种基于人工智能的电子档案分类方法中识别每类中电子档案信息中的项目名称的流程图。

图3为一种基于人工智能的电子档案分类方法中对每个电子档案信息中的对应内容进行识别的流程图。

图4为一种基于人工智能的电子档案分类方法中对识别内容进行自动分析的流程图。

图5为一种基于人工智能的电子档案分类方法中确定正常范围区间的流程图。

图6为一种基于人工智能的电子档案分类装置的结构示意图。

图7为一种基于人工智能的电子档案分类装置中选择栏生成模块的结构示意图。

图8为一种基于人工智能的电子档案分类装置中识别内容确定模块的结构示意图。

图9为一种基于人工智能的电子档案分类装置中识别内容分析模块的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

如图1所示，本发明实施例提供了一种基于人工智能的电子档案分类方法，所述方法包括以下步骤：

S100，接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

S200，识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

S300，接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

S400，对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

S500，接收编号选择指令，打开选择的编号所对应的电子档案信息。

需要说明的是，产品电子档案以型号或品种保持成套性，当用户查看某个产品的电子档案时，能够快速知道产品的相关信息，但是难以快速知道电子档案中的信息是否存在异常，本发明实施例旨在解决上述问题。

本发明实施例中，首先需要用户输入批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号，具体可以按照用户输入的顺序进行编号；接着会自动识别每类中电子档案信息中的项目名称，生成项目名称选择栏，项目名称选择栏包含了所有的项目名称，当用户想要查看某个项目名称对应的档案信息时，直接输入项目名称选择信息，本发明实施例会根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，对识别内容进行展示，每个识别内容上对应有编号，并对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记，如此，用户能够直接看到该类别电子档案信息中选择的项目名称所对应的内容，方便用户进行比较，且被系统认为异常的内容被特殊标记，方便用户快速找到异常信息；另外，当用户想查看某一个电子档案信息时，直接输入编号选择指令，就会打开选择的编号所对应的电子档案信息，展示该电子档案信息的全部内容。

如图2所示，作为本发明一个优选的实施例，所述识别每类中电子档案信息中的项目名称，生成项目名称选择栏的步骤，具体包括：

S201，对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

S202，对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

S203，对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

S204，接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

本发明实施例中，为了得到项目名称，会对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串，例如某个电子档案信息的文字串有：型号、CK002、直径以及18.6mm等，可见文字串不仅仅包含了项目名称，还包含了项目名称所对应的内容，因此还需要对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称，例如型号和直径被确定为项目名称，然后对所有的项目名称进行整合生成项目名称选择栏；另外，应当理解，当该批电子档案信息对应的产品型号都是CK002时，CK002也会被识别为项目名称，这时候就需要将其删除，用户需要输入项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

如图3所示，作为本发明一个优选的实施例，所述根据选择的项目名称对每个电子档案信息中的对应内容进行识别的步骤，具体包括：

S301，显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

S302，对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

本发明实施例中，根据项目名称识别对应内容时，会显示其中一个电子档案信息并生成内容选框，用户使用所述内容选框去框选项目名称所对应的内容，这样，本发明实施例会自动记录内容选框在框选时的尺寸和位置，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，就可以自动得到项目名称对应的信息内容。

如图4所示，作为本发明一个优选的实施例，所述对识别内容进行自动分析的步骤，具体包括：

S401，对识别内容进行自动分析，判定识别内容为文字或者数字；

S402，当识别内容为文字时，根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

S403，当识别内容为数字时，确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

本发明实施例中，对识别内容进行自动分析时，首先会判定识别内容为文字还是数字，当识别内容为文字时，根据识别内容的异同对识别内容进行分类，即相同的识别内容被分为一类，然后根据每类中识别内容的数量确定正常识别内容以及异常识别内容，具体的，先算出每类的占比，例如识别内容被分为三类，一类中识别内容有16个，二类中识别内容有3个，三类中识别内容有1个，则一类的占比为80％，二类的占比为15％，三类的占比为5％，确定一个最大占比值，当其它占比值小于最大占比值*设定系数时，其它占比值对应的识别内容为异常，否则为正常，例如设定系数为0.3，15％和5％都小于80％*0.3，则二类和三类中的均为异常识别内容，一类中的为正常识别内容。另外，当识别内容为数字时，确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

如图5所示，作为本发明一个优选的实施例，所述确定正常范围区间的步骤，具体包括：

S4031，确定所有识别内容的中位数；

S4032，将中位数降低百分之N作为下限值，将中位数增加百分之N作为上限值，所述下限值与上限值之间覆盖百分之M的识别内容，确定[中位数降低百分之N，中位数增加百分之N]为正常范围区间。

本发明实施例中，当识别内容为数字时，需要确定所有识别内容的中位数，并将中位数降低百分之N作为下限值，将中位数增加百分之N作为上限值，直到所述下限值与上限值之间覆盖百分之M的识别内容，确定[中位数降低百分之N，中位数增加百分之N]为正常范围区间，所述M为提前设置的定值，例如为95，则95％的识别内容位于[中位数降低百分之N，中位数增加百分之N]之间，另外5％的识别内容在区间之外，为异常识别内容。

如图6所示，本发明实施例还提供了一种基于人工智能的电子档案分类装置，所述装置包括：

电子档案接收模块100，用于接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

选择栏生成模块200，用于识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

识别内容确定模块300，用于接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

识别内容分析模块400，用于对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

电子档案展示模块500，用于接收编号选择指令，打开选择的编号所对应的电子档案信息。

如图7所示，作为本发明一个优选的实施例，所述选择栏生成模块200包括：

文字识别单元201，用于对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

项目名称确定单元202，用于对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

选择栏整合单元203，用于对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

项目名称删除单元204，用于接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

如图8所示，作为本发明一个优选的实施例，所述识别内容确定模块300包括：

内容框选单元301，用于显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

内容识别单元302，用于对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

如图9所示，作为本发明一个优选的实施例，所述识别内容分析模块400包括：

识别内容判定单元401，用于对识别内容进行自动分析，判定识别内容为文字或者数字；

第一内容分析单元402，当识别内容为文字时，用于根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

第二内容分析单元403，当识别内容为数字时，用于确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

本发明实施例还提供了一种电子设备，所述电子设备包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于人工智能的电子档案分类方法。

以上仅对本发明的较佳实施例进行了详细叙述，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

Claims (10)

1.基于人工智能的电子档案分类方法，其特征在于，所述方法包括以下步骤：

接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

接收编号选择指令，打开选择的编号所对应的电子档案信息。

2.根据权利要求1所述的基于人工智能的电子档案分类方法，其特征在于，所述识别每类中电子档案信息中的项目名称，生成项目名称选择栏的步骤，具体包括：

对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

3.根据权利要求1所述的基于人工智能的电子档案分类方法，其特征在于，所述根据选择的项目名称对每个电子档案信息中的对应内容进行识别的步骤，具体包括：

显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

4.根据权利要求1所述的基于人工智能的电子档案分类方法，其特征在于，所述对识别内容进行自动分析的步骤，具体包括：

对识别内容进行自动分析，判定识别内容为文字或者数字；

当识别内容为文字时，根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

当识别内容为数字时，确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

5.根据权利要求4所述的基于人工智能的电子档案分类方法，其特征在于，所述确定正常范围区间的步骤，具体包括：

确定所有识别内容的中位数；

将中位数降低百分之N作为下限值，将中位数增加百分之N作为上限值，所述下限值与上限值之间覆盖百分之M的识别内容，确定[中位数降低百分之N，中位数增加百分之N]为正常范围区间。

6.基于人工智能的电子档案分类装置，其特征在于，所述装置包括：

电子档案接收模块，用于接收用户输入的批量的电子档案信息，每个电子档案信息都对应有档案名称，根据档案名称对批量的电子档案信息进行分类，对分类后的每个电子档案信息进行编号；

选择栏生成模块，用于识别每类中电子档案信息中的项目名称，生成项目名称选择栏；

识别内容确定模块，用于接收项目名称选择信息，根据选择的项目名称对每个电子档案信息中的对应内容进行识别，得到若干个识别内容，每个识别内容上对应有编号；

识别内容分析模块，用于对识别内容进行自动分析，分析结果为正常或者异常，将异常分析结果的识别内容进行特殊标记；

电子档案展示模块，用于接收编号选择指令，打开选择的编号所对应的电子档案信息。

7.根据权利要求6所述的基于人工智能的电子档案分类装置，其特征在于，所述选择栏生成模块包括：

文字识别单元，用于对每类中所有的电子档案信息进行文字识别，每个电子档案信息对应若干个文字串；

项目名称确定单元，用于对每类中所有电子档案信息的文字串进行分析，当某个文字串出现的次数和电子档案信息的数量相同时，确定所述文字串为项目名称；

选择栏整合单元，用于对所有的项目名称进行整合生成项目名称选择栏，所述项目名称选择栏包括所有的项目名称；

项目名称删除单元，用于接收项目名称删除信息，根据项目名称删除信息对项目名称选择栏中的一个或者多个项目名称进行删除。

8.根据权利要求6所述的基于人工智能的电子档案分类装置，其特征在于，所述识别内容确定模块包括：

内容框选单元，用于显示电子档案信息并生成内容选框，使得用户使用内容选框去框选项目名称所对应的内容；

内容识别单元，用于对内容选框的位置进行识别，将所述内容选框添加至所有电子档案信息中的相同位置，对所有电子档案信息中的对应内容进行识别，所述对应内容为内容选框中的字符内容。

9.根据权利要求6所述的基于人工智能的电子档案分类装置，其特征在于，所述识别内容分析模块包括：

识别内容判定单元，用于对识别内容进行自动分析，判定识别内容为文字或者数字；

第一内容分析单元，当识别内容为文字时，用于根据识别内容的异同对识别内容进行分类，根据每类中识别内容的数量确定正常识别内容以及异常识别内容；

第二内容分析单元，当识别内容为数字时，用于确定正常范围区间，当识别内容处于正常范围区间之内，确定为正常识别内容；否则为异常识别内容。

10.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～5任一项所述的基于人工智能的电子档案分类方法。