CN117670454A - 发票额度分配方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本发明公开了一种发票额度分配方法、装置、电子设备以及存储介质。该方法包括：获取目标单据信息，根据目标单据信息匹配目标发票信息；根据目标单据信息及目标发票信息确定目标发票的关键要素特征信息；根据特征信息通过分配模型确定目标发票的分配额度。该方法相较于单一因素的分配算法，更契合实际业务场景，形成更优的分配方案。尤其是针对特殊情况下的二次分配问题，能及时调整，具有一定的拓展性。

Description

发票额度分配方法、装置、电子设备以及存储介质

技术领域

本发明涉及金融技术领域，尤其涉及一种发票额度分配方法、装置、电子设备以及存储介质。

背景技术

供应链金融业务核心是依托贸易背景合同、发票、出货单等真实贸易背景，为供应链上各参与主体提供综合化的金融服务和产品。其中发票作为供应链金融贸易背景核心之一，存在多张单据多笔融资下的交叉复用情况，目前供应链金融为避免重复融资，仅支持发票单次使用，存在发票额度浪费的问题。

发明内容

本发明提供了一种发票额度分配方法、装置、电子设备以及存储介质，以解决发票额度浪费的问题。

根据本发明的一方面，提供了一种发票额度分配方法，包括：

获取目标单据信息，根据所述目标单据信息匹配目标发票信息；

根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，所述关键要素特征信息为能够表征发票内容的信息；

根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，所述分配模型用于根据所述目标发票的关键要素特征信息计算所述目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算所述目标发票的分配额度。

根据本发明的另一方面，提供了一种发票额度分配装置，包括：

信息获取模块，用于获取目标单据信息，根据所述目标单据信息匹配目标发票信息；

关键特征信息确定模块，用于根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，所述关键要素特征信息为能够表征发票内容的信息；

分配额度确定模块，用于根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，所述分配模型用于根据所述目标发票的关键要素特征信息计算所述目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算所述目标发票的分配额度。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的发票额度分配方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的发票额度分配方法。

本发明实施例的技术方案，对目标单据信息及目标发票信息进行关键信息提取，得到目标发票的关键要素特征信息，根据目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度。该方法相较于单一因素的分配算法，更契合实际业务场景，形成更优的分配方案。尤其是针对特殊情况下的二次分配问题，能及时调整，具有一定的拓展性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种发票额度分配方法的流程图；

图2为本发明实施例提供的一种单据与发票关联关系的示意图；

图3为本发明实施例提供的一种注意力机制流程图；

图4为本发明实施例提供的一种基于注意力机制的发票额度分配方法的流程图；

图5为本发明实施例提供的一种发票额度分配装置的结构示意图；

图6为实现本发明实施例的发票额度分配方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1为本发明实施例提供的一种发票额度分配方法的流程图，本实施例可适用于对发票额度进行分配的情况，该方法可以由发票额度分配装置来执行，该发票额度分配装置可以采用硬件和/或软件的形式实现，该发票额度分配装置可配置于任何具有网络通信功能的电子设备中。如图1所示，该方法包括：

S110、获取目标单据信息，根据目标单据信息匹配目标发票信息。

单据为依托真实的贸易背景开立的应收账款、订单、票据、仓单等供应链融资单据。

获取终端选取的目标单据的单据信息，根据目标单据所关联的发票号，获取目标发票的发票信息。

示例性的，假设目标单据有三张，单据编号分别为D001、D002、D003，如图2所示单据编号为D001的单据匹配的发票编号为A001及A002；单据编号为D002的单据匹配的发票编号为A002及A003；单据编号为D003的单据匹配的发票编号为A003。

S120、根据目标单据信息及目标发票信息确定目标发票的关键要素特征信息。

其中，关键要素特征信息为能够表征发票内容的信息。

进一步地，对目标单据信息及目标发票信息进行特征信息选择，将选择后的信息作为目标发票的关键要素特征信息。

示例性的，目标发票的关键要素特征信息，如表1所示。

表1特征信息对应表

S130、根据目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度。

其中，分配模型用于根据目标发票的关键要素特征信息计算目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算目标发票的分配额度。

可选的，根据目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，包括步骤A1-A2：

步骤A1、根据目标发票的关键要素特征信息确定注意力值。

其中，注意力值为目标发票的关键要素特征信息及目标发票的关键要素特征信息对应的注意力分布的加权和。

通过注意力机制算法对目标发票的关键要素特征信息进行注意力分配，得到目标发票的关键要素特征信息对应的注意力分布，并对计算得到的目标发票的关键要素特征信息对应的注意力分布及目标发票的关键要素特征信息对应的注意力分布求加权和，得到注意力值。

其中，注意力机制可以使得神经网络具备专注于其输入子集的能力：选择特定的输入。注意力可以应用于任何类型的输入而不管其形状如何。在计算能力有限情况下，注意力机制(attention mechanism)是解决信息超载问题的主要手段的一种资源分配方案，将计算资源分配给更重要的任务。

进一步地、注意力机制分为软性注意力和硬性注意力。软性注意力(SoftAttention)机制是指在选择信息的时候，不是从N个信息中只选择1个，而是计算N个输入信息的加权平均。相对的，硬性注意力(Hard Attention)就是指选择输入序列某一个位置上的信息，比如随机选择一个信息或者选择概率最高的信息。注意力值的计算是软注意力机制的核心。注意分为在所有输入信息上计算注意力分布以及根据注意力分布来计算输入信息的加权平均。

可选的，根据目标发票的关键要素特征信息确定注意力值，包括步骤B1-B2：

步骤B1、根据目标发票的关键要素特征信息确定目标发票的关键要素特征信息对应的注意力分布。

可选的，根据目标发票的关键要素特征信息确定目标发票的关键要素特征信息对应的注意力分布，包括：

根据目标发票的关键要素特征信息及查询向量通过注意力分布计算公式计算目标发票的关键要素特征信息对应的注意力分布。

注意力分布计算公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，q为查询向量，W为可学习的参数矩阵或向量，n为目标发票的关键要素特征信息的个数。

示例性的，将目标发票的关键要素特征信息作为输入信息向量H＝[h₁,h₂,h₃...,h_n]。假设查询向量为q，通过打分函数计算查询向量q和每个输入h_i之间的相关性，得出一个分数。使用softmax对得到的分数进行归一化，归一化后的结果便是查询向量q在各个输入h_i上的注意力分布a＝[a₁,a₂,a₃...,a_n]。

步骤B2、对目标发票的关键要素特征信息及目标发票的关键要素特征信息对应的注意力分布进行加权求和得到注意力值。

可选的，对目标发票的关键要素特征信息及目标发票的关键要素特征信息对应的注意力分布进行加权求和得到注意力值，包括：

根据目标发票的关键要素特征信息及目标发票的关键要素特征信息对应的注意力分布及加权平均计算公式计算注意力值。

加权平均公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，attention为注意力值。

进一步地，计算attention值的流程，如图3所示。

步骤A2、根据注意力值确定目标发票的分配额度。

对注意力值进行线性回归得到目标发票的分配额度。

可选的，根据注意力值确定目标发票的分配额度，包括：

将注意力值输入到线性回归模型计算公式中，得到目标发票的分配额度。

其中，线性回归模型计算公式为：

f(x)＝w^Tx+b

其中，f(x)为目标发票的分配额度，w为列向量权重，w＝(w_1,w₂...w_n)，b为偏差。

上述步骤，通过分配模型选择影响发票分配的关键要素，以高权重去聚焦重要信息，以低权重去忽略不相关的信息，经过模型训练，得到最优的分配方案，减少发票额度浪费的问题。

进一步地，通过均方误差计算线性回归的损失，并对线性回归模型进行优化。

其中，均方误差计算公式为：

其中，f(x)_i表示真实值，n表示样本的数量。

上述步骤，在训练该回归模型时，采用均方误差公式计算模型的损失，能够模型的减小损失的同时，也能够使实现在不同得情况下选取重要信息。

示例性的，如图4所示，根据目标单据及目标发票信息进行特征提取得到特征向量，即目标发票的关键要素特征信息组成的向量，通过注意力机制得到注意力值，对注意力值进行回归，得到目标发票的分配额度。

示例性的，获取第j张目标单据关联的目标发票信息列表X＝{x₁,x₂,...,x_n}，x_i代表第i张目标发票，n代表目标单据关联目标发票的总数量。将目标发票信息列表X＝{x₁,x₂,...,x_n}输入到注意力机制中，根据特征向量计算注意力值特征向量W＝{w₁,w₂,...,w_n}。将注意力值特征向量输入到线性回归模型中进行训练，输出额度分配方案f(x)＝{f(x)₁,f(x)₂,...,f(x)_n}。

本实施例的技术方案，对目标单据信息及目标发票信息进行关键信息提取，得到目标发票的关键要素特征信息，根据目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度。该方法相较于单一因素的分配算法，更契合实际业务场景，形成更优的分配方案。尤其是针对特殊情况下的二次分配问题，能及时调整，具有一定的拓展性。

图5为本发明实施例提供的一种发票额度分配装置的结构示意图。本实施例可适用于对发票额度进行分配的情况，该发票额度分配装置可以采用硬件和/或软件的形式实现，该发票额度分配装置可配置于任何具有网络通信功能的电子设备中。如图5所示，该装置包括：信息获取模块210、关键特征信息确定模块220及分配额度确定模块230，其中：

信息获取模块210：用于获取目标单据信息，根据所述目标单据信息匹配目标发票信息；

关键特征信息确定模块220：用于根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，所述关键要素特征信息为能够表征发票内容的信息；

分配额度确定模块230：用于根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，所述分配模型用于根据所述目标发票的关键要素特征信息计算所述目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算所述目标发票的分配额度。

可选的，关键特征信息确定模块220，包括：

关键特征信息确定单元：根据所述目标数据通过特征提取模型确定所述关键要素特征信息，所述特征提取模型用于从目标数据中获取关键要素特征信息。

可选的，分配额度确定模块230，包括：

注意力值确定单元：用于根据所述目标发票的关键要素特征信息确定注意力值，所述注意力值为所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布的加权和；

分配额度确定单元：用于根据所述注意力值确定目标发票的分配额度。

可选的，注意力值确定单元，包括：

注意力分布确定子单元：用于根据所述目标发票的关键要素特征信息确定所述目标发票的关键要素特征信息对应的注意力分布；

注意力值确定子单元：用于对所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布进行加权求和得到所述注意力值。

可选的，注意力分布确定子单元，具体用于：

根据所述目标发票的关键要素特征信息及查询向量通过注意力分布计算公式计算所述目标发票的关键要素特征信息对应的注意力分布；

所述注意力分布计算公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，q为查询向量，W为可学习的参数矩阵或向量，n为目标发票的关键要素特征信息的个数。

可选的，注意力值确定子单元，具体用于：

根据所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布及加权平均计算公式计算所述注意力值；

所述加权平均公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，attention为注意力值。

可选的，分配额度确定单元，具体用于：

将所述注意力值输入到线性回归计算公式中，得到目标发票的分配额度；

所述线性回归计算公式为：

f(x)＝w^Tx+b

其中，f(x)为目标发票的分配额度，w为列向量权重，w＝(w₁,w₂...w_n)，b为偏差。

本发明实施例中所提供的发票额度分配装置可执行上述本发明任意实施例中所提供的发票额度分配方法，具备执行该发票额度分配方法相应的功能和有益效果，详细过程参见前述实施例中发票额度分配方法的相关操作。

图6为实现本发明实施例的发票额度分配方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如发票额度分配方法。

在一些实施例中，发票额度分配方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的发票额度分配方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行发票额度分配方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种发票额度分配方法，其特征在于，包括：

获取目标单据信息，根据所述目标单据信息匹配目标发票信息；

根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，所述关键要素特征信息为能够表征发票内容的信息；

根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，所述分配模型用于根据所述目标发票的关键要素特征信息计算所述目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算所述目标发票的分配额度。

2.根据权利要求1所述的方法，其特征在于，根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，包括：

根据所述目标数据通过特征提取模型确定所述关键要素特征信息，所述特征提取模型用于从目标数据中获取关键要素特征信息。

3.根据权利要求1所述的方法，其特征在于，根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，包括：

根据所述目标发票的关键要素特征信息确定注意力值，所述注意力值为所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布的加权和；

根据所述注意力值确定目标发票的分配额度。

4.根据权利要求3所述的方法，其特征在于，根据所述目标发票的关键要素特征信息确定注意力值，包括：

根据所述目标发票的关键要素特征信息确定所述目标发票的关键要素特征信息对应的注意力分布；

对所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布进行加权求和得到所述注意力值。

5.根据权利要求4所述的方法，其特征在于，根据所述目标发票的关键要素特征信息确定所述目标发票的关键要素特征信息对应的注意力分布，包括：

根据所述目标发票的关键要素特征信息及查询向量通过注意力分布计算公式计算所述目标发票的关键要素特征信息对应的注意力分布；

所述注意力分布计算公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，q为查询向量，W为可学习的参数矩阵或向量，n为目标发票的关键要素特征信息的个数。

6.根据权利要求4所述的方法，其特征在于，对所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布进行加权求和得到所述注意力值，包括：

根据所述目标发票的关键要素特征信息及所述目标发票的关键要素特征信息对应的注意力分布及加权平均计算公式计算所述注意力值；

所述加权平均公式为：

其中，h_i为第i个目标发票的关键要素特征信息，a_i为第i个目标发票的关键要素特征信息对应的注意力分布，attention为注意力值。

7.根据权利要求3所述的方法，其特征在于，根据所述注意力值确定目标发票的分配额度，包括：

将所述注意力值输入到线性回归计算公式中，得到目标发票的分配额度；

所述线性回归计算公式为：

f(x)＝w^Tx+b

其中，f(x)为目标发票的分配额度，w为列向量权重，w＝(w₁,w₂...w_n)，b为偏差。

8.一种发票额度分配装置，其特征在于，包括：

信息获取模块，用于获取目标单据信息，根据所述目标单据信息匹配目标发票信息；

关键特征信息确定模块，用于根据所述目标单据信息及所述目标发票信息确定目标发票的关键要素特征信息，所述关键要素特征信息为能够表征发票内容的信息；

分配额度确定模块，用于根据所述目标发票的关键要素特征信息通过分配模型确定目标发票的分配额度，所述分配模型用于根据所述目标发票的关键要素特征信息计算所述目标发票的关键要素特征信息对应的注意力值，并根据注意力值计算所述目标发票的分配额度。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的发票额度分配方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的发票额度分配方法。