[发明专利]一种申报表的分类方法、装置、设备及存储介质

权利要求书

1.一种申报表的分类方法，其特征在于，包括：

预先利用深度学习神经网络训练出分类模型；

获取目标申报表的各目标项目名称；

将所述各目标项目名称输入至预设的分类模型中，并得出对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，在所述获取目标申报表的各目标项目名称之后，进一步包括：

分别计算各所述目标项目名称与各标准财务报表的标准项目名称的相似度；

确定出相似度超过预设阈值的目标项目名称，并利用标准项目名称更新所述目标项目名称；

对应的，所述将所述各目标项目名称输入至预设的分类模型中，并得出对应的分类结果的过程，具体为：

将更新后的各所述目标项目名称输入至预设的所述分类模型中，并得出对应的分类结果。

3.根据权利要求2所述的方法，其特征在于，进一步包括：

将所述目标申报表中的各目标项目名称与预先按照预设数据结构存储的预存项目名称进行匹配；

将匹配成功的目标项目名称修改为对应的预存项目名称；

筛选出所述目标申报表中未修改的所述目标项目名称，并进入所述分别计算各所述目标项目名称与各标准财务报表的标准项目名称的相似度的步骤。

4.根据权利要求2所述的方法，其特征在于，所述分别计算各所述目标项目名称与各标准财务报表的标准项目名称的相似度的过程，具体包括：

将所述目标项目名称和所述标准项目名称分别切分为目标词语和标准词语；

依据所述目标词语和所述标准词语将所述目标项目名称和所述标准项目名称分别转换为对应的目标向量和标准向量；

将所述目标向量和所述标准向量拼接，并计算出对应的相似度值。

5.根据权利要求3所述的方法，其特征在于，按照预设数据结构存储所述预存项目名称的过程具体包括：

按照DAT数据结构存储所述预存项目名称。

6.根据权利要求1至5任一项所述的方法，其特征在于，在所述获取目标申报表的各目标项目名称之后，进一步包括：

对所述目标申报表的各目标项目名称进行文本清洗操作。

7.根据权利要求6所述的方法，其特征在于，在所述将所述各目标项目名称输入至预设的分类模型中，并得出对应的分类结果之后，进一步包括：

记录所述目标申报表的标识信息以及所述目标申报表对应的报表类型。

8.一种申报表的分类装置，其特征在于，包括：

预设模块，用于预先利用深度学习神经网络训练出分类模型；

获取模块，用于获取目标申报表的各目标项目名称；

分类模块，用于将所述各目标项目名称输入至预设的分类模型中，并得出对应的分类结果。

9.一种申报表的分类设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的申报表的分类方法的步骤。

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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的申报表的分类方法的步骤。