[发明专利]结合RPA和AI的内容获取方法、装置、计算机设备及介质

权利要求书

1.一种结合RPA和AI的内容获取方法，其特征在于，所述方法包括：

采用机器人流程自动化RPA方法，获取待识别文本；

采用所述RPA方法结合抽取模型，匹配所述待识别文本之中的第一候选内容和第二候选内容，所述抽取模型包括：精确匹配项和模糊匹配项，所述第一候选内容为基于所述精确匹配项匹配得到的，所述第二候选内容为基于所述模糊匹配项匹配得到的；

基于人工智能AI之中的浅层神经网络模型，从所述第一候选内容和第二候选内容之中确定出目标内容。

2.如权利要求1所述的方法，其特征在于，所述采用机器人流程自动化RPA方法，获取待识别文本，包括：

接收用户通过文本上传接口上传的待识别文本；和/或，

接收用户通过语音录入接口录入的音频数据，解析所述音频数据中的语义内容，并对所述语义内容进行文本转换，得到所述待识别文本。

3.如权利要求1所述的方法，其特征在于，所述抽取模型之中的精确匹配项的数量为多个，多个所述精确匹配项的存储结构为双数组树，根据多个所述精确匹配项之间的表达规则，构建所述双数组树，其中，采用所述RPA方法结合抽取模型，匹配所述待识别文本之中的第一候选内容，包括：

采用所述RPA方法结合所述双数组树，匹配所述待识别文本之中的第一候选内容。

4.如权利要求1或3所述的方法，其特征在于，所述采用所述RPA方法结合抽取模型，匹配所述待识别文本之中的第一候选内容和第二候选内容，包括：

判断是否能够匹配得到与各个所述精确匹配项对应的第一候选内容；

如果是，则采用所述RPA方法结合所述模糊匹配项，匹配所述待识别文本之中的第二候选内容。

5.如权利要求1所述的方法，其特征在于，所述基于人工智能AI之中的浅层神经网络模型，从所述第一候选内容和第二候选内容之中确定出目标内容，包括：

分别将所述第一候选内容和第二候选内容作为结点，采用边连接至少部分结点，以构建图模型，各个所述结点，对应一个所述精确匹配项或者所述模糊匹配项；

基于所述浅层神经网络模型，确定所述边对应的评分值；

根据所述评分值，从所述图模型之中确定出目标路径，并将所述目标路径上的各边所连接结点对应的所述第一候选内容和所述第二候选内容作为所述目标内容。

6.如权利要求5所述的方法，其特征在于，所述基于所述浅层神经网络模型，确定所述边对应的评分值，包括：

根据所述第一候选内容的位置信息，对所述待识别文本进行划分，得到文本片段；

确定与所述文本片段对应的目标模糊匹配项，所述目标模糊匹配项属于多个所述模糊匹配项；

将所述文本片段和所述目标模糊匹配项描述的文本内容，输入所述浅层神经网络模型，并将所述浅层神经网络模型的输出值作为所述边对应的评分值。

7.如权利要求6所述的方法，其特征在于，所述将所述文本片段和所述目标模糊匹配项描述的文本内容，输入所述浅层神经网络模型，并将所述浅层神经网络模型的输出值作为所述边对应的评分值，包括：

获取所述文本片段的第一词信息和第一字信息；

获取所述文本内容的第二词信息和第二字信息；

将所述第一词信息、第一字信息、第二词信息，以及第二字信息共同输入所述浅层神经网络模型，并采用所述浅层神经网络模型分析所述文本片段和所述文本内容之间的相似度值；以及

将所述浅层神经网络模型输出的相似度值作为所述评分值。

8.如权利要求7所述的方法，其特征在于，还包括：

获取所述文本片段的长度，并获取所述文本内容的长度；

确定所述文本片段的长度和所述文本内容的长度之间的比例值；

根据所述比例值调整所述评分值。