业务文件的生成方法、装置、存储介质以及电子设备与流程

本申请涉及人工智能领域，具体而言，涉及一种业务文件的生成方法、装置、存储介质以及电子设备。

背景技术：

1、在金融行业中，存在多种在办理时需要进行审批的业务，在进行审批的时候，需要根据申请审批文件在业务系统中录入相关审批信息，在业务系统中生成电子审批文件，从而由对应的审批人员在系统中进行审批操作。

2、当前在根据申请审批文件生成电子审批文件的时候，通常采用的方法为人工阅读申请审批文件，并将读到的要素信息填写至系统页面的相应位置，从而得到电子审批文件。但是，通过人工录入要素信息的方式存在着一些问题，例如对于前后信息不一致的情况下需要反复调整，导致电子审批文件生成效率较低，审批周期长，容易出现错误等，进而影响业务审批和办理的效率。

3、针对相关技术中通过人工生成电子审批文件的效率和准确率较低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请提供一种业务文件的生成方法、装置、存储介质以及电子设备，以解决相关技术中通过人工生成电子审批文件的效率和准确率较低的问题。

2、根据本申请的一个方面，提供了一种业务文件的生成方法。该方法包括：接收用户端发送的申请文件，其中，申请文件用于申请办理目标业务；将申请文件发送至目标大语言模型中，得到申请文件中的多个业务信息，其中，业务信息用于办理目标业务，目标大语言模型是通过获取金融领域文本信息，并根据金融领域文本信息进行领域自适应预训练得到的；加载与目标业务相关联的目标模板文件，并将多个业务信息添加至目标模板文件中，得到初始业务文件；对初始业务文件进行检测，并在初始业务文件的检测结果为正常的情况下，将初始业务文件发送至用户端。

3、可选地，金融领域文本信息通过如下方式得到：从金融机构收集与目标业务相关联的业务文本，得到m个业务文本，其中，多个业务文本的类型不同，其中，m为正整数；识别每个业务文本中的关键字段，并对每个关键字段的类型进行标注，得到m个关键字段集合，并将m个关键字段集合中的关键字段进行组合，得到目标字段集合；对目标字段集合中的关键字段进行清洗和预处理，得到第一目标字段集合，并将第一目标字段集合中的每个关键字段进行格式转换，得到第二目标字段集合；将第二目标字段集合中的关键字段确定为金融领域文本信息。

4、可选地，目标大语言模型通过如下方式训练得到：将金融领域文本信息作为训练样本对初始大语言模型进行训练，得到候选大语言模型；采用上下文学习和推理链的方式对候选大语言模型的参数进行调整，得到目标大语言模型。

5、可选地，加载与目标业务相关联的目标模板文件，并将多个业务信息添加至目标模板文件中，得到初始业务文件包括：在模板库中获取与目标业务相关联的模板文件，得到目标模板文件；确定目标模板文件的文件类型，并根据文件类型将多个业务信息进行格式转换，得到多个目标业务信息；确定每个目标业务信息在目标模板文件中对应的位置信息，并将每个目标业务信息添加至对应的位置信息中，得到初始业务文件。

6、可选地，确定每个目标业务信息在目标模板文件中对应的位置信息包括：获取目标模板文件中的占位符，得到多个占位符，并获取每个占位符的属性信息；获取每个目标业务信息的属性信息，将属性信息相同的目标业务信息和占位符进行关联，得到多个关联关系；将与每个目标业务信息具有关联关系的占位符所处的位置确定为目标业务信息的位置信息。

7、可选地，对初始业务文件进行检测包括：识别初始业务文件的格式信息，得到目标格式信息，并获取与初始业务文件的文件类型相同的历史文件的格式信息，得到历史格式信息；判断历史格式信息与目标格式信息是否相同；在历史格式信息与目标格式信息相同的情况下，判断初始业务文件中是否存在异常关键词；在初始业务文件中不存在异常关键词的情况下，确定初始业务文件的检测结果为正常；在历史格式信息与目标格式信息不相同，或初始业务文件中存在异常关键词的情况下，确定初始业务文件的检测结果为异常。

8、可选地，判断初始业务文件中是否存在异常关键词包括：识别初始业务文件中的文本内容，并对文本内容进行分词，得到n个初始词语，其中，n为正整数；获取每个初始词语的文本类型，并判断文本类型是否均为预设文本类型；在n个初始词的文本类型中存在异常文本类型的情况下，确定初始业务文件中存在异常关键词，其中，异常文本类型位于预设文本类型之外；在n个初始词的文本类型均为预设文本类型的情况下，获取预设词典，并判断n个初始词语中是否存在位于预设词典中的词语，其中，预设词典中包括多个预设词语；在n个初始词语中存在位于预设词典中的词语的情况下，确定初始业务文件中存在异常关键词；在n个初始词语均位于预设词典中的情况下，确定初始业务文件中不存在异常关键词。

9、根据本申请的另一方面，提供了一种业务文件的生成装置。该装置包括：接收单元，用于接收用户端发送的申请文件，其中，申请文件用于申请办理目标业务；发送单元，用于将申请文件发送至目标大语言模型中，得到申请文件中的多个业务信息，其中，业务信息用于办理目标业务，目标大语言模型是通过获取金融领域文本信息，并根据金融领域文本信息进行领域自适应预训练得到的；添加单元，用于加载与目标业务相关联的目标模板文件，并将多个业务信息添加至目标模板文件中，得到初始业务文件；检测单元，用于对初始业务文件进行检测，并在初始业务文件的检测结果为正常的情况下，将初始业务文件发送至用户端。

10、根据本发明的另一方面，还提供了一种计算机存储介质，计算机存储介质用于存储程序，其中，程序运行时控制计算机存储介质所在的设备执行一种业务文件的生成方法。

11、根据本发明的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种业务文件的生成方法。

12、通过本申请，采用以下步骤：接收用户端发送的申请文件，其中，申请文件用于申请办理目标业务；将申请文件发送至目标大语言模型中，得到申请文件中的多个业务信息，其中，业务信息用于办理目标业务，目标大语言模型是通过获取金融领域文本信息，并根据金融领域文本信息进行领域自适应预训练得到的；加载与目标业务相关联的目标模板文件，并将多个业务信息添加至目标模板文件中，得到初始业务文件；对初始业务文件进行检测，并在初始业务文件的检测结果为正常的情况下，将初始业务文件发送至用户端。解决了相关技术中生成电子审批文件的效率和准确率较低的问题。通过目标大语言模型对申请文件中的业务信息进行识别，并将识别得到的业务信息添加至目标模板文件中，得到业务文件，并在业务文件无异常的情况下，将业务文件反馈至用户端，使得用户端的用户可以根据业务文件进行候选的业务审批操作，进而达到了提高生成业务文件的效率和准确率的效果。

技术特征：

1.一种业务文件的生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述金融领域文本信息通过如下方式得到：

3.根据权利要求1所述的方法，其特征在于，所述目标大语言模型通过如下方式训练得到：

4.根据权利要求1所述的方法，其特征在于，加载与所述目标业务相关联的目标模板文件，并将所述多个业务信息添加至所述目标模板文件中，得到初始业务文件包括：

5.根据权利要求4所述的方法，其特征在于，确定每个目标业务信息在所述目标模板文件中对应的位置信息包括：

6.根据权利要求1所述的方法，其特征在于，对所述初始业务文件进行检测包括：

7.根据权利要求6所述的方法，其特征在于，判断所述初始业务文件中是否存在异常关键词包括：

8.一种业务文件的生成装置，其特征在于，包括：

9.一种计算机存储介质，其特征在于，所述计算机存储介质用于存储程序，其中，所述程序运行时控制所述计算机存储介质所在的设备执行权利要求1至7中任意一项所述的业务文件的生成方法。

10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的业务文件的生成方法。

技术总结本申请公开了一种业务文件的生成方法、装置、存储介质以及电子设备。涉及人工智能领域。该方法包括：接收用户端发送的申请文件，其中，申请文件用于申请办理目标业务；将申请文件发送至目标大语言模型中，得到申请文件中的多个业务信息，其中，目标大语言模型是通过获取金融领域文本信息，并根据金融领域文本信息进行领域自适应预训练得到的；加载与目标业务相关联的目标模板文件，并将多个业务信息添加至目标模板文件中，得到初始业务文件；对初始业务文件进行检测，并在初始业务文件的检测结果为正常的情况下，将初始业务文件发送至用户端。通过本申请，解决了相关技术中生成电子审批文件的效率和准确率较低的问题。技术研发人员：李佳受保护的技术使用者：中国工商银行股份有限公司技术研发日：技术公布日：2024/8/20