[发明专利]一种报表对比方法及装置

权利要求书

1.一种报表对比方法，其特征在于，包括：

对获取的报表进行去格式化处理并从去格式化后的报表中提取报表信息；

将所述关键数据输入预先生成的与报表种类参数适配的预测模型中获得对比结果。

2.根据权利要求1所述的报表对比方法，其特征在于，预测模型的生成方法包括：

对获取的数据源报表进行数字化处理并生成训练样本集合；

通过所述训练样本集合训练预先建立的逻辑回归模型获得与报表种类参数适配的预测模型。

3.根据权利要求2所述的报表对比方法，其特征在于，所述对获取的数据源报表进行数字化处理并生成训练样本集合，包括：

去除所述数据源报表中的格式化；

对去格式化后的所述数据源报表进行扫描并确定报表中的有效区域；

对有效区域中的报表信息进行抽取并按照所述报表信息对报表进行种类划分；

根据划分种类的报表建立不同种类的训练样本集合。

4.根据权利要求3所述的报表对比方法，其特征在于，所述通过所述训练样本集合训练预先建立的逻辑回归模型获得与报表种类参数适配的预测模型，包括：

为所述训练样本集合中的一部分训练样本数据加注标签；

将有标签的训练样本数据输入逻辑回归模型中，并利用所述逻辑回归模型标记无标签的训练样本数据；

根据标记结果更新逻辑回归模型的参数生成与报表种类参数适配的预测模型。

5.一种报表对比装置，其特征在于，包括：

报表信息提取单元，用于对获取的报表进行去格式化处理并从去格式化后的报表中提取报表信息；

对比结果生成单元，用于将所述关键数据输入预先生成的与报表种类参数适配的预测模型中获得对比结果。

6.根据权利要求5所述的报表对比装置，其特征在于，还包括一预测模型生成装置，所述预测模型的生成装置包括：

训练样本集合生成单元，用于对获取的数据源报表进行数字化处理并生成训练样本集合；

模型训练单元，用于通过所述训练样本集合训练预先建立的逻辑回归模型获得与报表种类参数适配的预测模型。

7.根据权利要求6所述的报表对比装置，其特征在于，所述训练样本集合生成单元包括：

去格式化模块，用于去除所述数据源报表中的格式化；

有效区域确定模块，用于对去格式化后的所述数据源报表进行扫描并确定报表中的有效区域；

种类划分模块，用于对有效区域中的报表信息进行抽取并按照所述报表信息对报表进行种类划分；

训练样本集合建立模块，用于根据划分种类的报表建立不同种类的训练样本集合。

8.根据权利要求7所述的报表对比装置，其特征在于，所述模型训练单元包括：

标签加注模块，用于为所述训练样本集合中的一部分训练样本数据加注标签；

训练模块，用于将有标签的训练样本数据输入逻辑回归模型中，并利用所述逻辑回归模型标记无标签的训练样本数据；

结果生成模块，用于根据标记结果更新逻辑回归模型的参数生成与报表种类参数适配的预测模型。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的报表对比方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的报表对比方法的步骤。