[发明专利]规章制度文件的处理方法及装置

说明书

本发明公开了一种规章制度文件的处理方法及装置，其中，该方法包括：接收待审查的规章制度文件；对待审查的规章制度文件进行文本切割，得到待审查的规章制度条目；对待审查的规章制度条目进行关键词提取；将提取到的关键词输入预先建立的规章制度条目库，查询与待审查的规章制度条目相关的已发布的规章制度条目，根据与待审查的规章制度条目相关的已发布的规章制度条目，处理待审查的规章制度条目，本发明能够提高规章制度文件的审查处理的效率和准确性。

技术领域

本发明涉及数据处理技术领域，特别涉及一种规章制度文件的处理方法及装置。

背景技术

内控合规是境企业机构经营管理的头等大事，要及时和准确地掌握国家法律法规、行业政策和各类监管规定，并将这些外部规定内化为银行及员工行为依据，这是商业银行合规经营的源头和起点，银行规章制度体系庞杂，补丁文件多，存在交叉矛盾的地方，目前银行规章制度的审查处理主要通过人工比对查找相关条目，处理效率和准确性较低。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种规章制度文件的处理方法，用于提高规章制度文件的审查处理的效率和准确性，该方法包括：

接收待审查的规章制度文件；

对待审查的规章制度文件进行文本切割，得到待审查的规章制度条目；

对待审查的规章制度条目进行关键词提取；

将提取到的关键词输入预先建立的规章制度条目库，查询与待审查的规章制度条目相关的已发布的规章制度条目，其中，规章制度条目库存储有多条已发布的规章制度条目；

根据与待审查的规章制度条目相关的已发布的规章制度条目，处理待审查的规章制度条目。

进一步的，在将提取到的关键词输入预先建立的规章制度条目库之前，还包括：

按照如下方式建立规章制度条目库；

获得OA信息系统发送和人工录入的多个已发布的规章制度文件；

对已发布的规章制度文件进行文本切割，得到已发布的规章制度条目；

对已发布的规章制度条目进行关键词提取；

根据提取到的关键词，为已发布的规章制度条目建立数据库索引。

进一步的，还包括：

根据提取到的关键词，确定已发布的规章制度条目的类型；

根据已发布的规章制度条目的类型，对已发布的规章制度条目进行分类存储。

进一步的，对已发布的规章制度文件进行文本切割，得到已发布的规章制度条目，包括：

根据预设的标点符号对已发布的规章制度文件进行文本切割，得到已发布的规章制度条目。

进一步的，对已发布的规章制度条目进行关键词提取，包括：

基于tf-idf算法求解已发布的规章制度条目中每个词的tf-idf值；

将多个词的tf-idf值按照从大到小的顺序排序；

根据排序结果，筛选预定数目词作为已发布的规章制度条目的关键词。

进一步的，基于tf-idf算法求解已发布的规章制度条目中每个词的tf-idf值，包括：按照如下方式确定每个词的tf-idf值：

tf-idf(t，d)＝tf(t，d)×idf(t)；

其中，t为词，d为文档，tf(t，d)为一个词在文档中出现的次数，n为文档总数，df(t)为包含词t的文档个数。