基于人工智能的发票报销的方法、装置、设备及存储介质

1.一种基于人工智能的发票报销的方法，其特征在于，包括：
获取用户选定的报销发票的信息类型，其中，所述信息类型包括图片发票和文本发票；
调用与所述图片发票对应的第一信息获取方式，获取所述图片发票中的指定信息，调
用与所述文本发票对应的第二信息获取方式，获取所述文本发票中的指定信息；
在后台数据库进行查重，判断所述后台数据库中是否存在所述指定信息对应的历史报
销记录；
若否，将所述指定信息通过指定函数赋值为页面的动态变量；
将赋值后的动态变量和预设静态变量组合为发票报销单；
按照所述发票报销单启动发票审核和发票报销。
2.根据权利要求1所述的基于人工智能的发票报销的方法，其特征在于，所述按照所述
发票报销单启动发票审核和发票报销的步骤，包括：
获取所述用户所属的指定部门；
选择与所述指定部门对应的指定审核路径；
判断所述指定审核路径的审核结果是否为通过审核；
若是，则链接国税官网，判断所述发票报销单的发票信息是否有效；
若是，则将所述发票报销单的发票金额派发至所述用户对应的银行账户。
3.根据权利要求2所述的基于人工智能的发票报销的方法，其特征在于，所述将所述发
票报销单的发票金额派发至所述用户对应的银行账户的步骤之后，包括：
获取请求端发起的汇总发票所选定的标签信息；
根据所述标签信息在所述后台数据库中进行多表关联查询，获取与所述标签信息关联
的所有发票报销单；
将所有发票报销单按照预设汇总表格，展示于所述请求端显示页面。
4.根据权利要求1所述的基于人工智能的发票报销的方法，其特征在于，所述调用与所
述图片发票对应的第一信息获取方式，获取所述图片发票中的指定信息的步骤，包括：
启动指定的光学字符识别算法；
通过所述光学字符识别流程扫描所述图片发票，得到扫描数据；
将所述扫描数据输入预设的循环神经网络模型，得到识别结果；
将所述识别结果作为所述图片发票中的指定信息。
5.根据权利要求4所述的基于人工智能的发票报销的方法，其特征在于，所述将所述扫
描数据输入预设的循环神经网络模型，得到识别结果的步骤，包括：
将扫描数据转化为指定矢量；
通过预设聚类算法对所述指定矢量进行分类识别，得到所述指定矢量对应于各聚类簇
的聚类概率；
将所述聚类概率和所述指定矢量输入所述预设的循环神经网络模型，得到所述扫描数
据对应的识别结果。
6.根据权利要求1所述的基于人工智能的发票报销的方法，其特征在于，所述调用与所
述文本发票对应的第二信息获取方式，获取所述文本发票中的指定信息的步骤，包括：
启动python爬虫从待爬取的电子发票网址集合中，下载所述文本发票对应的网页信
息；
将所述网页信息存储于临时数据库；
将所述临时数据中的数据进行清洗，得到所述文本发票对应的指定信息。
7.根据权利要求1所述的基于人工智能的发票报销的方法，其特征在于，所述在后台数
据库进行查重，判断所述后台数据库中是否存在所述指定信息对应的历史报销记录的步
骤，包括：
获取所述指定信息对应的第一向量，以及所述后台数据库中指定发票对应的第二向
量，其中，所述指定发票为所述后台数据库中的任意一发票；
通过指定公式计算出所述第一向量与所述第二向量的向量相似度值，其中，所述指定
公式为 X表示向量相似度值，M为所述第一向量，N
为所述第二向量，Mi为所述第一向量的第i个信息维度对应的分向量，Ni为所述第二向量的
第i个信息维度对应的分向量，所述第一向量与所述第二向量均有p个相同排布次数的信息
维度；
判断所述向量相似度值是否大于预设阈值；
若是，则判定所述后台数据库中存在所述指定信息对应的历史报销记录，否则不存在。
8.一种基于人工智能的发票报销的装置，其特征在于，包括：
获取模块，用于获取用户选定的报销发票的信息类型，其中，所述信息类型包括图片发
票和文本发票；
调用模块，用于调用与所述图片发票对应的第一信息获取方式，获取所述图片发票中
的指定信息，调用与所述文本发票对应的第二信息获取方式，获取所述文本发票中的指定
信息；
判断模块，用于在后台数据库进行查重，判断所述后台数据库中是否存在所述指定信
息对应的历史报销记录；
赋值模块，用于若不存在所述指定信息对应的历史报销记录，将所述指定信息通过指
定函数赋值为页面的动态变量；
组合模块，用于将赋值后的动态变量和预设静态变量组合为发票报销单；
启动模块，用于按照所述发票报销单启动发票审核和发票报销。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在
于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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，所述计算机程序
被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

暂无