[发明专利]RPA系统中基于自然语言处理的流程差错控制方法和系统

说明书

本发明公开了一种RPA系统中基于自然语言处理的流程差错控制方法，包括如下步骤：获取RPA流程信息，将获得的RPA流程信息输入训练好的RPA流程差错检测模型，以得到RPA流程差错信息列表，根据得到的RPA流程差错信息列表执行流程差错控制。本发明通过将NLP与RPA流程差错检测环节之中，可极大地提高差错检测的准确率和效率，从而实现了RPA机器人自动化处理和人工辅助有效结合，减少了企业的人力、物力、财力的消耗，也节约了RPA项目的开发成本。

技术领域

本发明属于自然语言处理技术领域，更具体地，涉及一种RPA系统中基于自然语言处理的流程差错控制方法和系统。

背景技术

自然语言处理(Natural Language Processing，简称NLP)是计算机科学，信息工程和人工智能的子领域，涉及计算机与人类(自然)语言之间的交互，特别是如何对计算机进行编程以处理和分析大量自然语言数据，最终达到教会计算机如何以人类的方式理解问题并让其给出适当回应的技术。

机器人流程自动化(Robotic process automation，简称RPA)系统是一种应用程序，它通过模仿最终用户在电脑的手动操作方式，通过事先编好的操作流程步骤，实现RPA机器人流程自动化；RPA就像一位机器人员工，能自动操作整个业务流程，不但速度快，而且几乎不出错、7*24完成重复的流程工作。

传统RPA机器人在处理丰富的活动场景流程中总会遇到未知的故障，一旦RPA机器人遇到故障停止运行时，只能等待维护人每天定时的登录系统来判断RPA是否出现故障，并且人工进行故障监控的方法需要人工重复性地对故障信息记录逐条进行监控。通过上述的传统人工方式检测RPA流程故障信息，不仅效率低，而且无法规避人工操作带来的误判，导致人力物力的浪费，因此自动化流程差错机制在RPA系统中尤为重要。

现有的RPA自动化流程差错检测方法有很多种，但这些RPA流程差错检测机制均存在一些共同的缺陷：第一、整个获取RPA流程信息步骤繁琐、成本高、耗时长；第二，在面对处理较大的数据量场景中，这些机制并不能精确地且高效地检测到RPA流程差错信息。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种RPA系统中基于自然语言处理的流程差错控制方法和系统，其目的在于，解决现有RPA自动化流程差错检测方法存在的获取RPA流程信息步骤繁琐、成本高、耗时长的技术问题，以及在面对处理较大的数据量场景中，无法精确且高效地检测到RPA流程差错信息的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种RPA系统中基于自然语言处理的流程差错控制方法，包括如下步骤：

(1)获取RPA流程信息；

(2)将步骤(1)获得的RPA流程信息输入训练好的RPA流程差错检测模型，以得到RPA流程差错信息列表。

(3)根据步骤(2)得到的RPA流程差错信息列表执行流程差错控制。

优选地，RPA流程差错检测模型是双向长短时记忆网络BiLSTM、卷积神经网络CNN、或Transformer类预训练模型；

当RPA流程差错检测模型采用Transformer类预训练模型时，其包括electra-small模型和Chinese-electra-small模型。

优选地，步骤(2)中的RPA流程差错检测模型是通过以下步骤训练得到的：

(2-1)获取RPA系统中的活动场景、及其对应的文本，对文本先后进行筛选、分类和整合处理，以得到文本语料库，其中文本分为正常信息文本和差错信息文本；

(2-2)对步骤(2-1)得到的文本语料库进行预处理和标注处理，以得到RPA标注语料库；