[发明专利]基于RPA及AI的表格信息抽取方法、装置、设备及介质

说明书

本发明公开一种基于RPA及AI的表格信息抽取方法、装置、设备及介质，其中，该方法包括：S1、将包含有表格的文件转化为图片；S2、识别所述图片中的表格，并根据识别结果生成与表格类型对应的信息抽取模板，所述信息抽取模板中包含有表格内各个键值对的键及其位置信息，以及待抽取的各个键值对的值的位置信息；S3、按照所述信息抽取模板，从所述识别结果中抽取表格内容。通过采用上述技术方案，降低了人力成本，并且提高了信息抽取模板的通用性，提升了表格内容抽取的准确度。

技术领域

本发明涉及表格处理技术领域，具体而言，涉及一种基于RPA及AI的表格信息抽取方法、装置、设备及介质。

背景技术

RPA(Robotic Process Automation，机器人流程自动化)，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。

AI(Artificial Intelligence，人工智能)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

RPA具有独特的优势：低代码、非侵入。低代码是说，RPA不需要很高的IT水平就能操作，不懂编程的业务人员也能开发流程；非侵入是说，RPA可以模拟人的操作，不用软件系统开放接口。但是传统的RPA具有一定的局限性：只能基于固定的规则，并且应用场景受限。随着AI(Artificial Intelligence)技术的不断发展，RPA与AI深度融合克服了传统RPA的局限，RPA+AI＝Hand work+Head work，正在极大的改变劳动力的价值。

RPA在处理任务的过程中，会遇到大量的表格数据。特别是对于企事业单位而言，每天都可能面临海量的表格数据，要想从这些表格数据中正确提取有用的信息，并将其录入到指定的系统中显得尤为作用。目前，一般是通过如下两种方式来完成：一是人工来去对表格中信息进行筛查从而选择有用的信息，之后借助人工的方式将筛查得到信息录入到系统中。二是人工干预总结各类表格的匹配规则，即通过按照表格的结构信息指定相应的规则模版，之后通过程序或者是算法的方式来去提取表格信息，之后按照需要填写的系统结构，再按照程序或者是人工方式将抽取的信息录入系统。

然而，对于上述第一种方式，当人工去筛查表格信息的时候，可能由于人思维的一些偏差或者是惰性导致在录入信息的时候出现错误，并且人力成本较高。对于上述第二种方式，会存在如下缺陷：(1)表格结构不一致，需要人工总结不同的规则，通用性不足。(2)系统架构不一致，导致在设计程序或者是算法时对设计人员的编程能力有较高的要求，同时设计的程序通用性不足，比如说当系统架构发生变化时，对于设计人员来说程序的改动就比较大，费时费力，导致工作效率低下。

发明内容

本发明提供一种基于RPA及AI的表格信息抽取方法、装置、设备及介质，用以克服现有技术中存在的至少一个技术问题。

本发明实施例的第一方面，提供了一种基于RPA及AI的表格信息抽取方法，该方法包括：

S1、将包含有表格的文件转化为图片；

S2、识别所述图片中的表格，并根据识别结果生成与表格类型对应的信息抽取模板，所述信息抽取模板中包含有表格内各个键值对的键及其位置信息，以及待抽取的各个键值对的值的位置信息；

S3、按照所述信息抽取模板，从所述识别结果中抽取表格内容。

本发明实施例的第二方面，提供了一种基于RPA及AI的表格信息抽取装置，该装置包括：

图片转化模板，被配置为将包含有表格的文件转化为图片；

模板生成模块，被配置为识别所述图片中的表格，并根据识别结果生成与表格类型对应的信息抽取模板，所述信息抽取模板中包含有表格内各个键值对的键及其位置信息，以及待抽取的各个键值对的值的位置信息；