[发明专利]人工智能的会计数据分录方法、系统、设备及存储介质

权利要求书

1.一种人工智能的会计数据分录方法，其特征在于，包括：

在接收到至少一条待分录会计数据的情况下，基于预先训练获得的当前分类模型，对待分录会计数据进行分类，得到每条待分录会计数据的分类结果；所述当前分类模型是基于历史会计数据集进行训练而得到的；所述分类结果包括科目代码；

对每条待分录会计数据和所述待分录会计数据对应的科目代码进行处理，得到会计分录结果。

2.根据权利要求1所述的人工智能的会计数据分录方法，其特征在于，在所述对每条待分录会计数据和所述待分录会计数据对应的科目代码进行处理之前，还包括：

将每条待分录会计数据以及所述待分录会计数据对应的科目代码添加到表格中，得到待处理表格数据；

所述对每条待分录会计数据和所述待分录会计数据对应的科目代码进行处理，包括：

识别所述待处理表格数据，并对识别得到的待处理数据进行处理。

3.根据权利要求1所述的人工智能的会计数据分录方法，其特征在于，在所述基于预先训练获得的当前分类模型，对待分录会计数据进行分类，得到每条待分录会计数据的分类结果之前，还包括：

获取历史会计数据集，所述历史会计数据集包括多条历史会计数据以及每条历史会计数据的多个历史科目代码，所述历史会计数据包括序时账和/或日记账，所述历史会计数据具有对应的多个历史科目代码；

通过历史会计数据集训练初始分类模型，在所述初始分类模型的分类结果符合预设规则的情况下，得到训练完成的当前分类模型。

4.根据权利要求3所述的人工智能的会计数据分录方法，其特征在于，所述初始分类模型包括初始LinearSVC分类模型；

所述通过历史会计数据集训练初始分类模型，在所述初始分类模型的分类结果符合预设规则的情况下，得到训练完成的当前分类模型，包括：

针对所述历史会计数据集中的每条历史会计数据，在通过初始LinearSVC分类模型对当前历史会计数据的处理次数达到了N次，并在N个分类结果中，包括所述当前历史会计数据的多个历史科目代码，任意一个历史科目代码的个数大于非历史科目代码的个数的情况下，通过初始LinearSVC分类模型对所述当前历史会计数据的下一条历史会计数据进行处理，直到所有的历史会计数据都处理完成，得到训练完成的当前LinearSVC分类模型，其中，针对每条历史会计数据的每次训练得到一个分类结果。

5.根据权利要求4所述的人工智能的会计数据分录方法，其特征在于，所述获取历史会计数据之后，还包括：

对所述历史会计数据集进行预处理，得到历史会计向量集，所述历史会计向量集包括多个历史会计向量；

所述通过历史会计数据集训练初始分类模型，在所述初始分类模型的分类结果符合预设规则的情况下，得到训练完成的当前分类模型，包括：

针对每个历史会计向量，通过初始LinearSVC分类模型对所述历史会计向量进行重复的N次处理，并在每次处理结束的情况下，调整初始LinearSVC分类模型的惩罚系数，得到新的惩罚系数，通过具有新的惩罚系数的初始LinearSVC分类模型对所述历史会计向量进行再次处理，直至处理次数达到N次，并且，N个分类结果符合预设规则，则通过初始LinearSVC分类模型对所述历史会计向量的下一个历史会计向量进行处理，直到所有的历史会计向量都处理完成，得到当前LinearSVC分类模型，每次对所述下一个历史会计向量进行处理时，初始LinearSVC分类模型的惩罚系数为初始值。

6.根据权利要求5所述的人工智能的会计数据分录方法，其特征在于，在所述获取历史会计数据集之前，所述方法还包括：构建包含会计特征信息的属性词典；

所述对所述历史会计数据集进行预处理，得到历史会计向量集，包括：

对所述历史会计数据集中的各历史会计数据进行分词处理，以划分获得若干词组；

依据所述属性词典分别对各所述词组进行向量化预处理，获得与各条历史会计数据对应的历史会计向量，以获得所述历史会计向量集。