还原申报方法、装置、计算机设备和存储介质与流程

1.本技术涉及人工智能技术领域，特别是涉及一种还原申报方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.第三方机构在办理跨境外汇业务时，通过银行为电子商务交易双方提供跨境互联网支付所涉及的外汇业务集中收付以及相关结售汇服务。
3.传统技术中，第三方机构或银行需要在外管局的申报平台上，通过人工将申报数据进行还原申报，但是，在申报数据的数据量较大时，这种人工处理的还原申报方式速度较慢，导致还原申报的处理效率较低。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高还原申报处理效率的还原申报方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种还原申报方法。所述方法包括：
6.将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据；
7.根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件；
8.当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件；所述目标申报文件用于发送至申报平台进行申报。
9.在其中一个实施例中，在将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据之前，还包括：获取申报样本和多个待训练分析模型；
10.根据预设的样本抽取指令，对所述申报样本进行抽样处理，得到所述申报样本中的训练申报样本；
11.基于所述训练申报样本，对所述多个待训练分析模型进行迭代训练，得到多个所述申报数据分析模型。
12.在其中一个实施例中，将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据，包括：
13.分别将待申报机构发送的申报数据输入至所述多个申报数据分析模型中，得到所述多个申报数据分析模型输出的多个初始待申报数据；
14.将所述多个初始待申报数据的交集数据，作为所述待申报数据。
15.在其中一个实施例中，在基于所述训练申报样本，对所述多个待训练分析模型进行迭代训练，得到多个所述申报数据分析模型之后，还包括：
16.获取所述多个申报数据分析模型的评估结果；
17.从所述多个申报数据分析模型中，筛选出所述评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型；
18.所述将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据，包括：
19.将所述待申报机构发送的申报数据输入至所述目标申报数据分析模型中，得到所述申报数据中的待申报数据。
20.在其中一个实施例中，根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件，包括：
21.若所述与所述待申报数据匹配的还原申报指令为汇总还原申报指令，则从所述待申报数据中，筛选出满足第二预设条件的目标待还原数据，对所述目标待还原数据进行还原申报处理，得到所述待申报机构的申报文件；
22.若所述与所述待申报数据匹配的还原申报指令为逐笔还原申报指令，则根据所述待申报数据的所属方信息，依次对所述待申报数据进行还原申报处理，得到所述申报文件。
23.在其中一个实施例中，与所述申报文件关联的检验指令包括缺失检验指令、逻辑检验指令、字典检验指令和函数检验指令中的至少一项；
24.在当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件之前，还包括：
25.根据与所述申报文件关联的检验指令，对所述申报文件进行检验，得到所述申报文件的检验结果；
26.若所述检验结果为检验通过，则确认针对所述申报文件的检验通过。
27.第二方面，本技术还提供了一种还原申报装置。所述装置包括：
28.数据获取模块，用于将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据；
29.数据还原模块，用于根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件；
30.文件确认模块，用于当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件；所述目标申报文件用于发送至申报平台进行申报。
31.第三方面，本技术还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现以下步骤：
32.将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据；
33.根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件；
34.当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件；所述目标申报文件用于发送至申报平台进行申报。
35.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
36.将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据；
37.根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件；
38.当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件；所述目标申报文件用于发送至申报平台进行申报。
39.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
40.将待申报机构发送的申报数据输入至申报数据分析模型中，得到所述申报数据中的待申报数据；
41.根据与所述待申报数据匹配的还原申报指令，对所述待申报数据进行还原申报处理，得到所述待申报机构的申报文件；
42.当针对所述申报文件的检验通过时，确认所述申报文件为目标申报文件；所述目标申报文件用于发送至申报平台进行申报。
43.上述还原申报方法、装置、计算机设备、存储介质和计算机程序产品，通过将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据；然后根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件；当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。采用本方法，通过申报数据分析模型从申报数据中提取出待申报数据，然后根据与待申报数据匹配的还原申报指令自动将待申报数据还原为申报文件，无需人工手动筛选出需还原的申报数据，从而提高了申报数据的还原申报效率，并且在申报文件检验通过时，再将目标申报文件发送到申报平台进行申报，进而有效地确保了申报的目标申报文件的质量。
附图说明
44.图1为一个实施例中还原申报方法的应用环境图；
45.图2为一个实施例中还原申报方法的流程示意图；
46.图3为一个实施例中对申报文件进行检验步骤的逻辑示意图；
47.图4为另一个实施例中还原申报方法的流程示意图；
48.图5为又一个实施例中还原申报方法的流程示意图；
49.图6为另一个实施例中还原申报方法的应用环境图；
50.图7为一个实施例中还原申报装置的结构框图；
51.图8为一个实施例中计算机设备的内部结构图。
具体实施方式
52.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
53.需要说明的是，本技术提供的还原申报方法、装置可用于人工智能领域，以提升还原申报的效率，也可以用于除人工智能之外的任意领域，例如金融领域，本技术的还原申报方法、装置的应用领域不做限定。
54.本技术实施例提供的还原申报方法，可以应用于如图1所示的应用环境中。其中，待申报机构终端101通过网络与终端102进行通信，终端102通过网络与申报平台103进行通信。数据存储系统可以存储终端102需要处理的数据，例如待申报数据、申报文件和申报数据分析模型等数据。数据存储系统可以集成在终端102上，也可以放在云上或其他网络服务器上。终端102将待申报机构通过待申报机构终端101发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据；根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件；当针对申报文件的检验通过时，确认申报文件为目标申报文件；终端102将目标申报文件发送至申报平台103进行申报。其中，待申报机构终端101和终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
55.在一个实施例中，如图2所示，提供了一种还原申报方法，以该方法应用于图1中的终端为例进行说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。在本实施例中，该方法包括以下步骤：
56.步骤s201，将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据。
57.其中，待申报机构是指需要办理还原申报业务的机构或企业，例如，第三方支付机构，或者为客户办理集中收付款业务的跨国公司。待申报机构发送的申报数据包括待申报机构的交易明细数据和集中交易数据。
58.其中，申报数据分析模型是指预先训练完成的、用于提取出待申报数据的模型。申报数据分析模型可以是由自然语言处理和机器学习训练得到的模型，例如fasttext(快速文本分类)模型、textcnn(test convolutional neural networks，文本分类卷积神经网络)模型、ulmfit(universal language model fine-tuning for text classification，用于文本分类的通用语言模型微调)模型、bert(bidirectional encoder representation from transformers，语义表示模型)等模型。
59.其中，待申报数据是指需要进行还原申报处理的数据。
60.具体地，待申报机构将需要还原申报的数据进行收集汇总，得到申报数据，待申报机构通过待申报机构终端将申报数据发送到终端上，终端接收到申报数据，为待申报机构办理申报业务。终端将申报数据输入到训练完成的申报数据分析模型中进行数据提取处理，得到申报数据中的待申报数据。由此，在得到待申报数据之后，将待申报数据作为处理依据执行后续的还原申报步骤。
61.步骤s202，根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件。
62.其中，还原申报指令是基于申报平台的申报形式和申报需求构建得到的。还原申报指令用于将待申报数据对应的原始交易业务的数据还原出来，即对待申报数据进行还原处理。
63.其中，申报文件是指初步拟定的待申报机构用于申报的文件。
64.具体地，对待申报数据进行解析，得到待申报数据的业务类型，获取待申报机构想要申报的申报平台的平台信息，根据待申报数据的业务类型和平台信息，从存储的多个还
原申报指令中，确定出与待申报数据匹配的还原申报指令；通过与待申报数据匹配的还原申报指令，先对待申报数据进行还原处理，即将待申报数据对应的交易明细还原出来，然后根据申报平台的格式要求，对还原后的待申报数据进行格式转换，得到申报文件，作为待申报机构的申报文件。
65.实际应用中，终端向申报平台报送申报时，会产生一个申报号码，经还原处理得到申报文件后，需要将申报文件关联申报号码，再进行申报文件的申报。举例说明，当终端向申报平台报送集中申报时，会产生一个集中申报号码，则申报文件需关联该集中申报号码。
66.步骤s203，当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。
67.其中，申报平台是指用于申报目标申报文件的平台，例如数字外管平台asone。
68.具体地，根据预设的文件检验指令，对申报文件进行检验；当针对申报文件的检验通过时，确认申报文件为目标申报文件，将目标申报文件发送到申报平台进行申报；当针对申报文件的检验未通过时，将该申报文件的检验失败信息进行存储，同时将该申报文件标记为待整改文件，对待整改文件进行修改处理，得到修改后申报文件，对修改后申报文件进行检验，当针对修改后申报文件的检验通过时，确认修改后申报文件为目标申报文件，将目标申报文件发送到申报平台进行申报。
69.上述还原申报方法中，通过将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据；然后根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件；当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。采用本方法，通过申报数据分析模型从申报数据中提取出待申报数据，然后根据与待申报数据匹配的还原申报指令自动将待申报数据还原为申报文件，无需人工手动筛选出需还原的待申报数据，从而提高了申报数据的还原申报效率，并且在申报文件检验通过时，再将目标申报文件发送到申报平台进行申报，进而有效地确保了申报的目标申报文件的质量。
70.在一个实施例中，在将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据之前，还包括：获取申报样本和多个待训练分析模型；根据预设的样本抽取指令，对申报样本进行抽样处理，得到申报样本中的训练申报样本；基于训练申报样本，对多个待训练分析模型进行迭代训练，得到多个申报数据分析模型。
71.其中，申报样本包括历史的目标申报文件和历史的交易明细数据。
72.具体地，从申报平台上导出历史目标申报文件，或者通过机器人流程自动化软件(robotic process automation，rpa)自动获取申报平台上的历史目标申报文件；从外部系统，如从申报机构中通过文件的形式获取历史交易明细数据，或者通过应用程序接口(application programming interface，api)方式获取申报机构的历史交易明细数据。对历史目标申报文件和历史交易明细数据进行数据处理，生成初始申报样本，标注初始申报样本的标签，得到标注完成的申报样本；根据模型的训练需求，可以预先设置多种样本抽取抽取指令；根据不同的预设的样本抽取指令，分别从申报样本中抽取出不同的训练申报样本；基于不同的训练申报样本，分别对各个待训练分析模型进行迭代训练，得到多个不同的申报数据分析模型。
73.实际应用中，可以将预设的样本抽取指令设置为用于抽取集中申报数据的指令，
则该样本抽取指令会将预设时间段内的申报样本中，申报号码被相同的申报机构关联为集中申报号码的申报样本，作为集中申报样本，通过集中申报样本训练待训练分析模型，进而得到用于提取集中申报数据的申报数据分析模型。
74.本实施例中，通过预设的样本抽取指令，对申报样本进行抽样处理，能够得到申报样本中的训练申报样本；基于训练申报样本，对多个待训练分析模型进行迭代训练，得到多个申报数据分析模型。采用本方法，能够获取多种训练申报样本，并基于不同的申报样本，能够得到不同的申报数据分析模型，从而能够更全面地从多角度还原申报数据，无需人工手动筛选需还原的待申报数据，不仅提高了申报数据的还原申报效率，还提高了申报数据的还原申报的质量。
75.在一个实施例中，将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据，具体包括如下内容：分别将待申报机构发送的申报数据输入至多个申报数据分析模型中，得到多个申报数据分析模型输出的多个初始待申报数据；将多个初始待申报数据的交集数据，作为待申报数据。
76.其中，交集数据是指多个初始待申报数据中都存在的相同数据。
77.其中，申报数据包括交易主体信息、交易明细数据、申报号码等数据。
78.具体地，申报机构通过申报机构终端将需申报的申报数据发送到终端，终端接收申报数据，然后分别将申报数据发送到各个训练完成的申报数据分析模型中，得到各个申报数据分析输出的初始待申报数据，对多个初始待申报数据进行交集处理，得到多个初始待申报数据的交集数据，作为待申报数据；将多个初始待申报数据中除交易数据之外的数据，作为待确认数据，将待确认数据发送到工作人员的终端上，等待工作人员从待确认数据中筛选出其余的待申报数据。由此在得到工作人员筛选出的其余的待申报数据之后，对其余的待还原数据进行还原申报处理。
79.举例说明，通过以交易主体信息为标签的训练申报样本，来训练得到申报数据分析模型1，申报数据分析模型1能够根据申报数据中的交易主体信息，判断出该申报数据所属的待申报机构，进而将相同待申报机构的申报数据进行还原处理；通过训练申报样本中申报文件的数据和申报号码的关联，来训练得到申报数据分析模型2，申报数据分析模型2能够输出待申报数据的特征值，将特征值为需进行申报的待申报数据输出，通过还原申报指令进行还原申报处理。
80.本实施例中，通过多个申报数据分析模型输出多个初始待申报数据，并将多个初始待申报数据的交集数据，作为待申报数据，而非仅从一个申报数据分析模型中获取待申报数据，避免了一个申报数据分析模型出错时影响待申报数据的质量，进而提高了申报数据的还原申报准确率。
81.在一个实施例中，在基于训练申报样本，对多个待训练分析模型进行迭代训练，得到多个申报数据分析模型之后，还包括：获取多个申报数据分析模型的评估结果；从多个申报数据分析模型中，筛选出评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型；上述步骤s201，将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据，具体包括如下内容：将待申报机构发送的申报数据输入至目标申报数据分析模型中，得到申报数据中的待申报数据。
82.其中，第一预设条件为根据所需的申报数据分析模型的性能进行设置的。例如，需
要申报数据分析模型的提取数据的准确程度较高时，可以将第一预设条件设置为评估结果中准确率最高的申报数据分析模型，则准确率最高的申报数据分析模型为目标申报数据分析模型。
83.具体地，终端对训练完成的多个申报数据分析模型进行评估，得到各个申报数据分析模型的评估结果；根据所需的申报数据分析模型的性能，确定第一预设条件；从多个申报数据分析模型中，筛选出评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型。待申报机构终端将申报数据发送到终端，终端接收申报数据，终端将申报数据输入到目标申报数据分析模型中进行数据分析提取处理，得到目标申报数据分析模型输出的待申报数据。
84.进一步地，当多个申报数据分析模型中，评估结果满足第一预设条件的申报数据分析模型的数量多于一个时，则得到多个目标申报数据分析模型；分别将待申报机构发送的申报数据输入至多个目标申报数据分析模型中，得到多个目标申报数据分析模型输出的多个初始待申报数据；将多个初始待申报数据的交集数据，作为待申报数据。
85.本实施例中，终端通过获取多个申报数据分析模型的评估结果，能够从多个申报数据分析模型中，筛选出评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型，并通过目标申报数据分析模型输出待申报数据。采用本方法，通过对申报数据分析模型进行评估，能够筛选出评估结果满足第一预设条件的目标申报模型，从而实现目标申报数据分析模型的合理筛选。
86.在一个实施例中，上述步骤s202，根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件，具体包括如下内容：若与待申报数据匹配的还原申报指令为汇总还原申报指令，则从待申报数据中，筛选出满足第二预设条件的目标待还原数据，对目标待还原数据进行还原申报处理，得到待申报机构的申报文件；若与待申报数据匹配的还原申报指令为逐笔还原申报指令，则根据待申报数据的所属方信息，依次对待申报数据进行还原申报处理，得到申报文件。
87.其中，汇总还原申报指令用于对目标待还原数据进行汇总还原；逐笔还原申报指令用于对待还原数据中的交易明细数据进行逐笔还原。
88.其中，所属方信息指的是待申报数据的交易主体信息。交易主体信息指的是参与交易的主体的信息，包括待申报机构信息等。
89.具体地，终端根据待申报数据、申报平台的申报形式、待申报机构的申报需求，确定与待申报数据匹配的还原申报指令；其中，若与待申报数据匹配的还原申报指令为汇总还原申报指令，则终端从待申报数据中，筛选出满足第二预设条件的目标待还原数据，对待申报数据进行还原处理，得到还原数据，对还原数据进行格式转换处理，得到待申报机构的申报文件；若与待申报数据匹配的还原申报指令为逐笔还原申报指令，则根据待申报数据的所属方信息，对待申报数据中所属方信息相同的交易明细数据逐笔进行还原处理，得到还原数据，对还原数据进行格式转换处理，得到申报文件；其中，还原数据用于反映原始交易业务的来源或用途。
90.实际应用中，第二预设条件为根据汇总还原的需求设置的，例如，第二预设条件可以设置为相同的交易主体信息下，交易对方国别信息相同、交易币种信息相同、交易编码信息相同的待还原数据，则终端通过汇总还原申报指令，从待申报数据筛选出同一交易主体
信息下，交易对方国别信息相同、交易币种信息相同、交易编码信息相同的目标待还原数据，然后基于汇总还原申报指令，对目标待还原数据进行汇总还原处理，得到还原数据，对还原数据进行格式转换处理，得到申报文件。
91.本实施例中，终端根据与待申报数据匹配的还原申报指令，将待申报数据还原为申报文件，从而实现待申报数据的自动还原处理，进而提升了申报数据的还原申报效率。
92.在一个实施例中，与申报文件关联的检验指令包括缺失检验指令、逻辑检验指令、字典检验指令和函数检验指令中的至少一项；
93.在当针对申报文件的检验通过时，确认申报文件为目标申报文件之前，还包括：根据与申报文件关联的检验指令，对申报文件进行检验，得到申报文件的检验结果；若检验结果为检验通过，则确认针对申报文件的检验通过。
94.具体地，终端获取与申报文件关联的检验指令，判断与申报文件关联的检验指令是否满足指令生效条件，得到满足指令生效条件的目标检验指令，根据目标检验指令，与对申报文件进行检验，得到申报文件的检验结果。若检验结果为检验通过，则确认针对申报文件的检验通过，由此，将申报文件作为目标申报文件，发送到申报平台。若检验结果为检验未通过，则将申报文件标记为待整改文件。
95.进一步地，与申报文件关联的检验指令可以是一个，也可以是多个，每个检验指令中都包含多项检验项目，图3为对申报文件进行检验的逻辑示意图。如图3所示，先获取一条与申报文件关联的检验指令；然后判断当前检验指令的指令生效条件是否满足；若当前检验指令满足指令生效条件，则检验申报文件中的必填项；当申报文件中的必填项检验通过时，检验申报文件的逻辑；当申报文件的逻辑检验通过时，对申报文件中的字段进行字典检验；当申报文件中的字段检验通过时，检验申报文件中的函数；当申报文件中的函数检验通过时，确认针对申报文件的检验通过，将申报文件的状态修改为待报送；若上述针对申报文件的检验中存在检验不通过，则将申报文件的状态修改为待整改。
96.其中，检验指令包括：1)指令生效标识信息，用于判断该条检验指令是否需要被执行，例如，指令生效标识信息为1表示该条检验指令生效，需要被执行，指令生效标识信息为0表示该条检验指令已失效，无需被执行；2)指令生效条件，在指令生效标识信息为生效时，用于设置额外的生效条件，例如，将指令生效条件设置为“操作类型不等于删除”，则检验指令的操作类型不等于删除时，执行本条检验指令；3)检验函数，用于检验申报文件的函数，并根据检验函数的执行结果返回检验结果；4)字典检验标识，用于表示该条检验指令是要需要检验申报文件中字段的字典值有效性；5)字典逻辑检验，在字典检验标识表示有效时，用于检验申报文件中的目标字段的值与字典范围是否匹配。
97.实际应用中，对外付款/承兑通知书的申报文件的部分格式要求如表1所示。根据对外付款/承兑通知书的格式要求，设置对外付款/承兑通知书的检验指令。例如，外付款/承兑通知书的格式要求中包括检验逻辑和字段类型、长度等，则可以根据字段类型来设置检验指令中的字典检验，根据检验逻辑设置检验指令的检验函数。
98.表1对外付款/承兑通知书的申报文件的部分格式要求
[0099][0100]
本实施例中，终端根据与申报文件关联的检验指令，对申报文件进行检验，得到申报文件的检验结果；若检验结果为检验通过，则确认针对申报文件的检验通过，在申报文件检验通过时，再将目标申报文件发送到申报平台进行申报，从而实现了申报文件的检验，进而有效地确保了申报的目标申报文件的质量。
[0101]
在一个实施例中，如图4所示，提供了另一种还原申报方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
[0102]
步骤s401，获取申报样本和多个待训练分析模型；根据预设的样本抽取指令，对申报样本进行抽样处理，得到申报样本中的训练申报样本。
[0103]
步骤s402，基于训练申报样本，对多个待训练分析模型进行迭代训练，得到多个申报数据分析模型。
[0104]
步骤s403，分别将待申报机构发送的申报数据输入至多个申报数据分析模型中，得到多个申报数据分析模型输出的多个初始待申报数据；将多个初始待申报数据的交集数据，作为待申报数据。
[0105]
步骤s404，获取多个申报数据分析模型的评估结果；从多个申报数据分析模型中，筛选出评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型。
[0106]
步骤s405，将待申报机构发送的申报数据输入至目标申报数据分析模型中，得到申报数据中的待申报数据。
[0107]
步骤s406，若与待申报数据匹配的还原申报指令为汇总还原申报指令，则从待申报数据中，筛选出满足第二预设条件的目标待还原数据，对目标待还原数据进行还原申报处理，得到待申报机构的申报文件。
[0108]
步骤s407，若与待申报数据匹配的还原申报指令为逐笔还原申报指令，则根据待申报数据的所属方信息，依次对待申报数据进行还原申报处理，得到申报文件。
[0109]
步骤s408，根据与申报文件关联的检验指令，对申报文件进行检验，得到申报文件的检验结果；当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。
[0110]
上述还原申报方法，具体包括以下有益效果：通过将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据；然后根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件；当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。采用本方法，通过申报数据分析模型从申报数据中提取出待申报数据，然后根据与待申报数据匹配的还原申报指令自动将待申报数据还原为申报文件，无需人工手动筛选出需还原的待申报数据，从而提高了申报数据的还原申报效率，并且在申报文件检验通过时，再将目标申报文件发送到申报平台进行申报，进而有效地确保了申报的目标申报文件的质量。
[0111]
为了更清晰阐明本公开实施例提供的还原申报方法，以下以一个具体的实施例对该还原申报方法进行具体说明。在一个实施例中，如图5所示，又提供了一种还原申报方法，具体包括以下内容：工作人员登录申报平台，获取申报平台上与历史上传的申报文件，通过api接口获取待申报机构的历史交易明细数据，根据历史的申报文件和历史交易明细数据，训练得到申报数据分析模型；获取待申报机构的申报数据，将申报输入至申报数据分析模型中，得到申报数据分析模型输出的待申报数据；当待申报数据不为空值时，读取与待申报数据相匹配的还原申报指令，根据还原申报指令，对待申报数据进行还原处理，得到申报文件；获取检验指令，对申报文件进行检验；当针对申报文件的检验通过时，确认申报文件为目标申报文件，并报送至申报平台；当针对申报文件的检验不通过时，确认申报文件为待整改文件。
[0112]
实际应用中，本公开提供的还原申报方法还可以应用于如图6所示的应用环境中。其中，待申报机构终端101将申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据；根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件；当针对申报文件的检验通过时，确认申报文件为目标申报文件；待申报机构终端101将目标申报文件发送至申报平台103进行申报。
[0113]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这
些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0114]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的还原申报方法的还原申报装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个还原申报装置实施例中的具体限定可以参见上文中对于还原申报方法的限定，在此不再赘述。
[0115]
在一个实施例中，如图7所示，提供了一种还原申报装置700，包括：数据获取模块701、数据还原模块702和文件确认模块703，其中：
[0116]
数据获取模块701，用于将待申报机构发送的申报数据输入至申报数据分析模型中，得到申报数据中的待申报数据。
[0117]
数据还原模块702，用于根据与待申报数据匹配的还原申报指令，对待申报数据进行还原申报处理，得到待申报机构的申报文件。
[0118]
文件确认模块703，用于当针对申报文件的检验通过时，确认申报文件为目标申报文件；目标申报文件用于发送至申报平台进行申报。
[0119]
在一个实施例中，还原申报装置700还包括模型训练模块，用于获取申报样本和多个待训练分析模型；根据预设的样本抽取指令，对申报样本进行抽样处理，得到申报样本中的训练申报样本；基于训练申报样本，对多个待训练分析模型进行迭代训练，得到多个申报数据分析模型。
[0120]
在一个实施例中，数据获取模块701，还用于分别将待申报机构发送的申报数据输入至多个申报数据分析模型中，得到多个申报数据分析模型输出的多个初始待申报数据；将多个初始待申报数据的交集数据，作为待申报数据。
[0121]
在一个实施例中，还原申报装置700还包括模型评估模块，用于获取多个申报数据分析模型的评估结果；从多个申报数据分析模型中，筛选出评估结果满足第一预设条件的申报数据分析模型，作为目标申报数据分析模型；
[0122]
数据获取模块701，还用于将待申报机构发送的申报数据输入至目标申报数据分析模型中，得到申报数据中的待申报数据。
[0123]
在一个实施例中，数据还原模块702，还用于若与待申报数据匹配的还原申报指令为汇总还原申报指令，则从待申报数据中，筛选出满足第二预设条件的目标待还原数据，对目标待还原数据进行还原申报处理，得到待申报机构的申报文件；若与待申报数据匹配的还原申报指令为逐笔还原申报指令，则根据待申报数据的所属方信息，依次对待申报数据进行还原申报处理，得到申报文件。
[0124]
在一个实施例中，与申报文件关联的检验指令包括缺失检验指令、逻辑检验指令、字典检验指令和函数检验指令中的至少一项；还原申报装置700还包括文件检验模块，用于根据与申报文件关联的检验指令，对申报文件进行检验，得到申报文件的检验结果；若检验结果为检验通过，则确认针对申报文件的检验通过。
[0125]
上述还原申报装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0126]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构
图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种还原申报方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0127]
本领域技术人员可以理解，图8中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0128]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0129]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0130]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0131]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0132]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0133]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0134]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。