[发明专利]一种基于机器学习的财务报表生成方法及装置

权利要求书

1.一种基于机器学习的财务报表生成方法，其特征在于，包括：

获取发票PDF；

对所述发票PDF进行图像识别处理，得到所述发票PDF中的发票信息，其中，所述发票信息包括第一名称信息、第一税号信息、第二名称信息、第二税号信息、第一代码信息、第二代码信息、第三名称信息；

利用基于标注样本训练过的机器学习模型，对所述发票信息进行处理，判断所述发票信息是否为虚假发票信息；

对所述发票信息进行核对，判断所述发票信息是否正确；

将处理结果为非虚假发票信息且核对结果为正确的发票信息按照预设的映射关系复制到预先建立的财务报表模板中的目标位置；

根据复制后得到的财务报表模板生成财务报表。

2.根据权利要求1所述的方法，其特征在于，所述对所述发票信息进行核对处理，判断所述发票信息是否正确，包括：

获取预先存储的第四名称信息及第四税号信息，将所述第一名称信息、第一税号信息分别与所述第四名称信息、第四税号信息进行对比；

若所述第一名称信息与所述第四名称信息一致且所述第一税号信息与所述第四税号信息一致，则将所述第一代码信息与所述第二代码信息进行对比；

若所述第一代码信息与所述第二代码信息一致，则将所述第二名称信息与所述第三名称信息进行对比；

若所述第二名称信息与所述第三名称信息一致，则在预先建立的数据库中查找是否存在与所述第一代码信息一致的历史代码信息，所述数据库中存储有所有历史代码信息；

若不存在与所述第一代码信息一致的历史代码信息历史代码信息，则将所述发票信息确定为正确的发票信息。

3.根据权利要求1所述的方法，其特征在于，所述对所述发票PDF进行图像识别处理，得到所述发票PDF中的发票信息，包括：

采用高斯滤波对所述发票PDF进行降噪处理，得到降噪后的发票PDF；

根据预先训练的文字识别模型在所述发票PDF的目标区域中识别得到发票信息。

4.根据权利要求1所述的方法，其特征在于，所述获取发票PDF之前，所述方法还包括：

获取电子发票；

获取预设的PDF模板；

获取PDF模板的编辑数据及与所述PDF模板相关联的参数信息；

根据所述PDF模板、所述PDF模板的编辑数据及与所述PDF模板相关联的参数信息生成发票PDF。

5.根据权利要求1所述的方法，其特征在于，所述将处理结果为非虚假发票信息且核对结果为正确的发票信息按照预设的映射关系复制到预先建立的财务报表模板中的目标位置之后，所述方法还包括：

将处理结果为虚假发票信息或核对处理结果为不正确的发票信息进行展示，并生成告警提示信息。

6.根据权利要求1所述的方法，其特征在于，所述利用基于标注样本训练过的机器学习模型，对所述发票信息进行处理，判断所述发票信息是否为虚假发票信息之前，所述方法还包括：

获取虚假发票PDF作为训练数据，提取所述虚假发票PDF中的发票信息；

对所述虚假发票PDF中的发票信息进行虚假发票信息的标注，并生成训练样本集；

利用所述训练样本集训练机器学习模型。

7.根据权利要求1所述的方法，其特征在于，所述根据复制后得到的财务报表模板生成财务报表之后，所述方法还包括：

将生成的财务报表保存至区块链网络的指定节点中。