[发明专利]一种快速的识别导入表格数据的AI识别导入方法有效

专利信息
申请号: 202010374143.4 申请日: 2020-05-06
公开(公告)号: CN111461072B 公开(公告)日: 2023-04-18
发明(设计)人: 洪军 申请(专利权)人: 深圳市慧通关网络科技有限公司
主分类号: G06V30/412 分类号: G06V30/412;G06V30/14;G06N20/00;G06Q50/26
代理公司: 北京律远专利代理事务所(普通合伙) 11574 代理人: 张燕
地址: 518054 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 快速 识别 导入 表格 数据 ai 方法
【权利要求书】:

1.一种快速的识别导入表格数据的AI识别导入方法,其特征在于:包括如下步骤:

步骤一:建立用于判断识别报关单的AI配置知识库并对AI配置知识库进行分类,使得AI配置知识库由初始常规知识库、监督学习知识库、评估标准知识库和自动逻辑知识库四个部分组成,所述初始常规知识库组成报关单数据所需要的较为固定部分,按照海关对报关单字段填制要求所组成的原始数据,所述监督学习知识库附有系统基础数据且伴随识别导入表格不断学习和完善数据库,所述评估标准知识库按照报关单填制规范及对应的导入表格数据对比,设置评分标准,含有正整数分和负整数分,所述自动逻辑知识库根据报关单填制规范的逻辑,个性化自定义逻辑;

步骤二:配置AI识别导入知识库模块到云报关系统,并在报关制单操作中添加AI识别导入功能;

步骤三:客户操作导入表格数据,根据初始常规知识库、监督学习知识库和自动逻辑知识库信息判断识别导入数据sheet页中的主报关单和次报关单及区分主报关单和次报关单的表头和表体;

步骤四:根据步骤三中区分的主报关单和次报关单的表头和表体加上评估标准知识库与自动逻辑知识库判断识别出报关单数据大类内容;

步骤五:根据步骤四中判断识别出的报关单数据大类内容加上评估标准知识库与自动逻辑知识库判断识别出报关单数据小类内容,并对应报关单具体每一个字段;

步骤六:根据步骤五中判断识别出的报关单数据小类内容加上评估标准知识库与自动逻辑知识库识别生成完整准确的报关单数据;

步骤七:根据识别生成标准的报关单数据加上导入原始数据对比自动反馈到监督学习知识库进行自主学习,通过这种导入数据的不断积累,不断反馈,不断的更新,完善监督学习知识库;

步骤八:结束表格数据的识别导入。

2.根据权利要求1所述的一种快速的识别导入表格数据的AI识别导入方法,其特征在于:所述初始常规知识库、监督学习知识库、评估标准知识库和自动逻辑知识库包含表格有报关值别名库、报关标题别名库、商品标题别名库、商品名称别名库、商品要素别名库、企业固定值、要素分类、要素键及要素整体观。

3.根据权利要求1所述的一种快速的识别导入表格数据的AI识别导入方法,其特征在于:所述步骤三中导入表格占有报关单表头后,根据表体字段信息多少判断出主报关单和次报关单,再分析其结构,表头字段占有较多的为报关单表头,含有海关商品编码行级别数据的为表体信息。

4.根据权利要求1所述的一种快速的识别导入表格数据的AI识别导入方法,其特征在于:所述步骤四中的大类内容包括表头大类和表体大类,其中表头大类包括收发货人10位编码识别、收发货人18位编码识别、收发货人名称、备案号、口岸、运输方式、贸易方式、数量级别的数据及表头标题类;表体大类包括柜号、商品编码、商品名称、要素类、币种类及数值类。

5.根据权利要求1所述的一种快速的识别导入表格数据的AI识别导入方法,其特征在于:所述步骤五中表头大类中口岸对应小类中含有申报口岸,进出口岸和离境口岸3个具体字段,表体大类数值类对应小类中含有毛重,净重,单价,总价4个具体字段。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市慧通关网络科技有限公司,未经深圳市慧通关网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010374143.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top