基于AI和RPA的目标对象的信息处理方法、装置和设备与流程

基于ai和rpa的目标对象的信息处理方法、装置和设备
技术领域
1.本公开涉及人工智能(artificial intelligence，简称ai)和机器人流程自动化(robotic process automation，简称rpa)领域，尤其涉及一种基于ai和rpa的目标对象的信息处理方法、装置和设备。


背景技术：

2.rpa是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
3.ai是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
4.企业可以在自身项目或概念验证(proof of concept，简称poc)过程中通过对合作伙伴进行现场的“陪伴式”指导(比如项目指导、产品功能指导、产品性能指导等)，来实现培养、赋能或帮助合作伙伴。目前，可以采用机器人(比如uibot)高级认证的检测手段，来检验合作伙伴的培养是否达标，即检验合作伙伴是否通过高级认证。
5.然而，培养合作伙伴是一个漫长的过程，对于实施顾问而言，平均每周具有好几个带教任务，每个带教任务具有2至5名合作伙伴参与其中，实施顾问每周均需查询历史带教过的每名合作伙伴对应的高级认证的通过情况，并统计成表格发送给企业领导和相关人员，以便及时调整企业策略。
6.上述统计合作伙伴对应的高级认证的通过情况的方式，是通过人工手动完成的，在合作伙伴数量较多的情况下，不仅效率较低，还易出错。


技术实现要素：

7.本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
8.为此，本公开提出一种基于ai和rpa的目标对象的信息处理方法、装置和设备，以实现通过rpa机器人从不同的系统中，自动采集目标对象的属性信息和认证信息，并将属性信息和认证信息汇总为目标文件，从而可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略，由此，无需人工参与，一方面，可以释放人力，节省人工成本，另一方面，还可以提升信息采集、查询、汇总的效率，并且，还可以避免人工操作容易出错的情况，提升目标文件中信息录入的准确性。
9.本公开第一方面实施例提出了一种基于ai和rpa的目标对象的信息处理方法，包括：
10.控制rpa机器人从信息存储系统中采集目标对象的属性信息；
11.控制所述rpa机器人登录认证管理系统；
12.在所述rpa机器人登录所述认证管理系统后，控制所述rpa机器人根据所述属性信息，从所述认证管理系统中查询与所述属性信息匹配的认证信息；
13.控制所述rpa机器人将所述属性信息及匹配的认证信息，对应存储至目标文件中。
14.本公开第二方面实施例提出了一种基于ai和rpa的目标对象的信息处理装置，包括：
15.采集模块，用于控制rpa机器人从信息存储系统中采集目标对象的属性信息；
16.登录模块，用于控制所述rpa机器人登录认证管理系统；
17.查询模块，用于在所述rpa机器人登录所述认证管理系统后，控制所述rpa机器人根据所述属性信息，从所述认证管理系统中查询与所述属性信息匹配的认证信息；
18.存储模块，用于控制所述rpa机器人将所述属性信息及匹配的认证信息，对应存储至目标文件中。
19.本公开第三方面实施例提出了一种电子设备，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，所述处理器执行所述计算机程序时，实现如本公开上述第一方面实施例所述的方法。
20.本公开第四方面实施例提出了一种非临时性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如本公开上述第一方面实施例所述的方法。
21.本公开第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本公开上述第一方面实施例所述的方法。
22.本公开实施例所提供的技术方案包含如下的有益效果：
23.通过控制rpa机器人从信息存储系统中采集目标对象的属性信息；控制rpa机器人登录认证管理系统；在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息；控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。本公开中，可以通过rpa机器人从不同的系统中，自动采集目标对象的属性信息和认证信息，并将属性信息和认证信息汇总为目标文件，从而可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略，由此，无需人工参与，一方面，可以释放人力，节省人工成本，另一方面，还可以提升信息采集、查询、汇总的效率，并且，还可以避免人工操作容易出错的情况，提升目标文件中信息录入的准确性。
24.本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
25.本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
26.图1为本公开实施例所提供的一种基于ai和rpa的目标对象的信息处理方法的流程示意图；
27.图2为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图；
28.图3为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图；
29.图4为本公开实施例中excel文件示意图；
30.图5为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的
流程示意图；
31.图6为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图；
32.图7为本公开实施例提供的一种基于ai和rpa的目标对象的信息处理装置的结构示意图；
33.图8示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
34.下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
35.目前，实施顾问每周均需查询历史带教过的每名合作伙伴对应的高级认证的通过情况，并统计成表格发送给企业领导和相关人员，以便及时调整企业策略。而随着每周的带教任务增多，历史带教过的合作伙伴的高级认证通过数据也会累计的越来越多，实施顾问的工作量非常大，且每周花在数据统计上的时间，均会比上周要多。
36.也就是说，统计合作伙伴的高级认证通过数据，全靠人工手动完成，实施顾问需要在纷享销客系统中统计历史带教过的合作伙伴信息，然后将每个合作伙伴信息输入到高级认证后台管理系统，来查询每个合作伙伴对应的高级认证的通过情况。
37.上述方式存在以下问题：
38.第一，效率低。统计合作伙伴的高级认证的通过情况涉及到两个系统：纷享销客系统和高级认证后台管理系统，由于这两个系统之间是没有打通的，即这两个系统之间不能进行数据交互，因此数据交互工作只能依靠人工完成，而人工操做一个合作伙伴的数据平均要花费5分钟，对于季度末而言，每个季度可能完成约40个带教任务，带教的合作伙伴可能达到100人左右，则需要花费500分钟来处理此项工作。
39.第二，容易出错。合作伙伴信息可以包括姓名、性别、手机号码、公司名称、带教前的认证级别等，需要在纷享销客系统中收集上述合作伙伴信息，再手动输入到高级认证后台管理系统中，非常容易出错。且高级认证后台系统登录页面有“数字和/或英文”的图片验证码，肉眼经常容易识别错误，给数据录入造成麻烦。
40.针对上述问题，本公开提出了一种基于ai和rpa的目标对象的信息处理方法、装置和设备。
41.下面参考附图描述本公开实施例的基于ai和rpa的目标对象的信息处理方法、装置和设备。在具体描述本公开实施例之前，为了便于理解，首先对常用技术词进行介绍：
42.机器人流程自动化(robotic process automation，简称rpa)，是为企业和个人提供专业全面的流程自动化解决方案。rpa是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。即rpa机器人可通过模拟用户的鼠标键盘操作，快速、准确的收集用户操作界面的数据，基于清晰的逻辑规则处理这些数据，再快速而准确地录入到另外一个系统或界面。由此，可以大幅降低人力成本的投入，有效提高现有办公效率，准确、稳定、快捷地完成工作。
43.人工智能(artificial intelligence，简称ai)，是研究、开发用于模拟、延伸和扩
展人的智能的理论、方法、技术及应用系统的一门技术科学。ai是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。ai硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；ai软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理(natural language processing，简称nlp)技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
44.图1为本公开实施例所提供的一种基于ai和rpa的目标对象的信息处理方法的流程示意图。
45.本公开实施例提供的基于ai和rpa的目标对象的信息处理方法，可应用于本公开实施例的基于ai和rpa的目标对象的信息处理装置，该装置可被配置于电子设备中。其中，该电子设备可以是个人电脑、移动终端等，移动终端例如为手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。
46.如图1所示，该基于ai和rpa的目标对象的信息处理方法可以包括以下步骤：
47.步骤101，控制rpa机器人从信息存储系统中采集目标对象的属性信息。
48.在本公开实施例中，术语“目标对象”可以为任一对象，比如，在合作伙伴的带教任务(比如项目指导、产品功能指导、产品性能指导等)中，目标对象可以为企业的合作伙伴。
49.在本公开实施例中，术语“属性信息”是指与目标对象的属性相关的信息，比如，目标对象的属性可以包括但不限于目标对象的姓名、性别、手机号码、企业名称(或称为公司名称)、带教前的认证级别(比如初级、中级等)等。
50.在本公开实施例中，术语“信息存储系统”是指用于存储各个对象的属性信息的系统，比如，该信息存储系统可以为相关技术中的“纷享销客系统”，用于存储目标对象(比如合作伙伴)的属性信息。
51.在本公开实施例中，可以控制rpa机器人从信息存储系统中采集目标对象的属性信息。
52.需要说明的是，以目标对象为合作伙伴进行示例，对于合作伙伴的带教任务而言，由于合作伙伴通过高级认证需要较长的一段时间，因此，在本公开实施例的一种可能的实现方式中，可以每当到达设定的采集周期，控制rpa机器人从信息存储系统中采集目标对象的属性信息。比如，以采集周期为一个季度进行示例，可以每隔一个季度，控制rpa机器人从信息存储系统中，采集目标对象的属性信息。
53.其中，上述仅以采集周期为一个季度进行示例，实际应用时，可以根据实际需求，设置采集周期，本公开对此并不作限制。比如，采集周期还可以为一周、一个月等。
54.步骤102，控制rpa机器人登录认证管理系统。
55.在本公开实施例中，术语“认证管理系统”，是指用于存储各个对象的认证信息的系统，比如，该认证管理系统可以为相关技术中的“高级认证后台管理系统”。其中，认证信息可以包括但不限于带教后的认证级别(比如中级、高级等)、认证分数、是否通过高级认证(包括通过高级认证、未通过高级认证)等与认证相关的信息。
56.在本公开实施例中，可以控制rpa机器人自动登录认证管理系统。
57.需要说明的是，本公开仅以步骤102在步骤101之后执行进行示例，但本公开并不限于此，实际应用时，步骤102还可以在步骤101之前执行，或者，步骤102还可以与步骤101
并列执行，对此不做限制。
58.步骤103，在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息。
59.在本公开实施例中，在rpa机器人登录认证管理系统后，可以控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息。
60.作为一种示例，针对每个对象，可以从该对象的属性信息中抽取用于唯一标识该对象的目标属性，并在认证管理系统中，将目标属性与该对象的认证信息进行对应存储。举例而言，针对每个对象，可以将姓名作为目标属性，或者，考虑到重名的问题，可以将姓名和电话号码作为目标属性，或者，可以将姓名和企业名称作为目标属性，或者，可以将电话号码作为目标属性，等等，本公开对此不做限制。
61.从而本公开中，可以从目标对象的属性信息中，抽取用于唯一标识该目标对象的目标属性，根据该目标对象的目标属性，查询认证管理系统中目标属性与认证信息之间的对应关系，获取与目标对象的目标属性匹配的认证信息，作为与上述属性信息匹配的认证信息。
62.由此，可以实现仅根据属性信息中的部分数据，查询与属性信息匹配的认证信息，可以提升查询效率。
63.步骤104，控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。
64.在本公开实施例中，术语“目标文件”是指用于存储属性信息和认证信息的任一文件，比如，目标文件可以为word、excel等格式的文件。
65.在本公开实施例中，在rpa机器人采集到目标对象的属性信息以及与属性信息匹配的认证信息后，可以控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中，从而可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略。
66.作为一种应用场景，以目标对象为企业的合作伙伴进行示例，在企业的实施顾问执行合作伙伴的带教任务之前，可以在信息存储系统中输入各个合作伙伴的属性信息(比如合作伙伴的姓名、性别、手机号码、企业名称、带教前的认证级别(比如初级或中级)等)，或者，可以控制rpa机器人在信息存储系统中自动输入各个合作伙伴的属性信息。
67.在实施顾问执行完带教任务后，可以对合作伙伴进行高级认证检测，确定合作伙伴是否通过高级认证，并将用于指示合作伙伴是否通过高级认证的认证信息，存储至认证管理系统中，或者，可以控制rpa机器人将各合作伙伴的认证信息自动输入至认证管理系统中。
68.从而后续可以控制rpa机器人自动从信息存储系统采集各个合作伙伴的属性信息，以及从认证管理系统采集各个合作伙伴的认证信息，并将各个合作伙伴的属性信息和认证信息进行对应存储，从而可以方便相关人员审核，以确定各个合作伙伴的认证情况，以便根据各个合作伙伴的认证情况，调整相关带教策略。
69.本公开实施例的基于ai和rpa的目标对象的信息处理方法，通过控制rpa机器人从信息存储系统中采集目标对象的属性信息；控制rpa机器人登录认证管理系统；在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息；控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。
本公开中，可以通过rpa机器人从不同的系统中，自动采集目标对象的属性信息和认证信息，并将属性信息和认证信息汇总为目标文件，从而可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略，由此，无需人工参与，一方面，可以释放人力，节省人工成本，另一方面，还可以提升信息采集、查询、汇总的效率，并且，还可以避免人工操作容易出错的情况，提升目标文件中信息录入的准确性。
70.为了清楚说明上述实施例中rpa机器人是如何登录认证管理系统的，本公开还提出一种基于ai和rpa的目标对象的信息处理方法。
71.图2为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图。
72.如图2所示，该基于ai和rpa的目标对象的信息处理方法可以包括以下步骤：
73.步骤201，控制rpa机器人从信息存储系统中采集目标对象的属性信息。
74.步骤201的执行过程可以参见上述实施例的执行过程，在此不做赘述。
75.步骤202，控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录。
76.在本公开实施例中，术语“登录信息”是指用于登录认证管理系统的信息，该登录信息可以至少包括账户信息，账户信息可以包括手机号、邮箱号等，可以理解的是，登录信息还可以包括其他信息，比如还可以包括密码信息，本公开对此并不做限制。
77.在本公开实施例中，可以控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录。
78.步骤203，在登录页面响应于输入的登录信息，显示设定内容的情况下，控制rpa机器人基于光学字符识别(optical character recongnition，简称ocr)技术，识别登录页面中的验证码图像，以得到验证码。
79.在本公开实施例中，术语“设定内容”是指预先设定的内容，比如，该设定内容可以为“请输入图片验证码”。
80.在本公开实施例中，术语“验证码图像”是指包含验证码的图像，该验证码图像还可以称为验证码图片。
81.在本公开实施例中，术语“验证码”是指由多个字符(数字、字母、汉字等)组成的，用于登录验证的字符串，以提升登录的安全性。该验证码还可以称为图片验证码。
82.在本公开实施例中，在登录页面响应于输入的登录信息，显示设定内容的情况下，可以控制rpa机器人基于ocr技术，识别登录页面中的验证码图像，以得到验证码。
83.步骤204，控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。
84.在本公开实施例中，在识别得到验证码后，可以控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。
85.步骤205，在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息。
86.在本公开实施例中，在登录成功后，可以控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息，具体执行过程可以参见上述实施例中步骤103的执行过程，在此不做赘述。
87.步骤206，控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。
88.步骤206的执行过程可以参见上述实施例的执行过程，在此不做赘述。
89.在本公开的任意一个实施例之中，在控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中之后，还可以控制rpa机器人将目标文件发送至指定账户。
90.其中，术语“指定账户”是指预先指定的用户账户(比如企业员工对应的账户)，用户账户例如可以为邮箱号。
91.由此，将目标文件发送至指定账户，可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略。
92.作为一种应用场景，以信息存储系统为纷享销客系统，认证管理系统为高级认证后台管理系统，目标对象为企业的合作伙伴进行示例性说明，本公开的信息处理流程可以如图3所示，rpa机器人(或称为rpa平台)在这两个系统之间充当着“连接器”的作用，在高级认证后台管理系统的登录过程中，可以基于ai技术，自动识别验证码，辅助rpa机器人自动完成登录。
93.具体地，可以控制rpa机器人自动登录纷享销客系统，并抓取纷享销客系统中实施顾问带教过的合作伙伴的属性信息，并将抓取到的数据自动保存在设计好的excel文件中。rpa机器人还可以通过调用ocr识别接口，自动登录高级认证后台管理系统，在该高级认证后台管理系统中查询与抓取到的合作伙伴的属性信息匹配的认证信息(用于指示合作伙伴的高级认证的通过情况)，并将合作伙伴的认证信息整理汇总至上述excel文件中。例如，excel文件可以如图4所示。rpa机器人还可以调用邮件接口，将excel文件发送给指定员工对应的账户。
94.由此，通过rpa机器人自动从两个系统中抓取信息，并将所抓取的信息自动整理为excel文件，无需人工参与，不仅可以释放人力，节省人工成本，而且还可以大幅提升效率。此外，通过rpa机器人完成大量信息的收集、输入、查询、汇总，可以避免人工处理出错的情况，保证汇总信息的准确性。
95.本公开实施例的基于ai和rpa的目标对象的信息处理方法，通过控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录；在登录页面响应于输入的登录信息，显示设定内容的情况下，控制rpa机器人基于光学字符识别ocr技术，识别登录页面中的验证码图像，以得到验证码；控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。由此，相比于人工肉眼识别验证码图像中的验证码的方式而言，基于ocr技术，识别验证码图像中的验证码，可以提升识别结果的准确性。
96.为了清楚说明上述实施例中rpa机器人是如何登录认证管理系统的，本公开还提出一种基于ai和rpa的目标对象的信息处理方法。
97.图5为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图。
98.如图5所示，该基于ai和rpa的目标对象的信息处理方法可以包括以下步骤：
99.步骤501，控制rpa机器人从信息存储系统中采集目标对象的属性信息。
100.步骤502，控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录。
101.步骤501至502的执行过程可以参见上述任一实施例的执行过程，在此不做赘述。
102.步骤503，在登录页面响应于输入的登录信息，显示设定内容的情况下，控制rpa机
器人获取验证码图像。
103.在本公开实施例中，术语“设定内容”和“验证码图像”的解释说明可以参见上述实施例，在此不做赘述。
104.在本公开实施例中，在登录页面响应于输入的登录信息，显示设定内容的情况下，可以控制rpa机器人获取登录页面上的验证码图像。
105.步骤504，控制rpa机器人将验证码图像输入至识别模型，以由识别模型对验证码图像进行字符预测，输出验证码。
106.在本公开实施例中，术语“识别模型”是指用于识别验证码的模型。该识别模型为预先经过训练的模型，已学习得到验证码图像与验证码之间的对应关系。
107.在本公开实施例中，可以基于ai中的深度学习技术，对识别模型进行训练，从而可以利用训练后的识别模型，对验证码图像进行字符预测，得到验证码。即，可以控制rpa机器人将验证码图像输入至识别模型，以由识别模型对验证码图像进行字符预测，输出验证码。
108.步骤505，控制rpa机器人在登录页面输入验证码，以根据验证码和账户信息再次执行登录。
109.步骤506，在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息。
110.步骤507，控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。
111.步骤505至507的执行过程可以参见上述实施例的执行过程，在此不做赘述。
112.本公开实施例的基于ai和rpa的目标对象的信息处理方法，通过控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录；在登录页面响应于输入的登录信息，显示设定内容的情况下，控制rpa机器人获取验证码图像；控制rpa机器人将验证码图像输入至识别模型，以由识别模型对验证码图像进行字符预测，输出验证码；控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。由此，相比于人工肉眼识别验证码图像中的验证码的方式而言，基于深度学习技术，识别验证码图像中的验证码，可以提升验证码识别结果的准确性。
113.为了清楚说明上述实施例中的识别模型是如何训练的，本公开还提出一种基于ai和rpa的目标对象的信息处理方法。
114.图6为本公开实施例所提供的另一种基于ai和rpa的目标对象的信息处理方法的流程示意图。
115.如图6所示，在图5所示实施例的基础上，该基于ai和rpa的目标对象的信息处理方法还可以包括以下步骤：
116.步骤601，获取样本图像。
117.在本公开实施例中，术语“样本图像”是指用于对识别模型进行训练的图像，其中，样本图像中标注有验证码。为了区别识别模型输出的验证码和样本图像中标注的验证码，本公开中，可以将样本图像中标注的验证码，记为实际验证码，将识别模型输出的验证码，记为预测验证码。
118.在本公开实施例中，样本图像可以为在线采集的图像，比如可以通过网络爬虫技术，在线采集样本图像，或者，样本图像也可以为线下采集的图像，或者，样本图像也可以为实时采集的图像，或者，样本图像也可以为人工合成的图像，等等，本公开实施例对此并不
做限制。
119.在本公开实施例中，样本图像可以为多个，每个样本图像中标注有实际验证码。
120.步骤602，将样本图像输入至初始的识别模型，以由识别模型对样本图像进行字符预测，输出预测验证码。
121.在本公开实施例中，术语“初始的识别模型”是指未经过训练之前的识别模型。
122.在本公开实施例中，可以将样本图像输入至初始的识别模型，以由识别模型对样本图像进行字符预测，输出样本图像对应的验证码，本公开中记为预测验证码。
123.步骤603，根据预测验证码和样本图像标注的实际验证码之间的差异，对识别模型进行训练，以使差异最小化。
124.在本公开实施例中，可以根据预测验证码和样本头像标注的实际验证码之间的差异，对识别模型进行训练，以使上述差异最小化。
125.需要说明的是，本技术对步骤601至603的执行时序不做限制，只要在步骤504之前执行即可。
126.本公开实施例的基于ai和rpa的目标对象的信息处理方法，通过对识别模型进行预先训练，可以提升验证码识别结果的准确性，从而提升登录的有效性。
127.与上述图1至图6实施例提供的基于ai和rpa的目标对象的信息处理方法相对应，本公开还提供一种基于ai和rpa的目标对象的信息处理装置，由于本公开实施例提供的基于ai和rpa的目标对象的信息处理装置与上述图1至图6实施例提供的基于ai和rpa的目标对象的信息处理方法相对应，因此在基于ai和rpa的目标对象的信息处理方法的实施方式也适用于本公开实施例提供的基于ai和rpa的目标对象的信息处理装置，在本公开实施例中不再详细描述。
128.图7为本公开实施例提供的一种基于ai和rpa的目标对象的信息处理装置的结构示意图。
129.如图7所示，该基于ai和rpa的目标对象的信息处理方法装置700可以包括：采集模块710、登录模块720、查询模块730以及存储模块740。
130.其中，采集模块710，用于控制rpa机器人从信息存储系统中采集目标对象的属性信息。
131.登录模块720，用于控制rpa机器人登录认证管理系统。
132.查询模块730，用于在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息。
133.存储模块740，用于控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。
134.在本公开实施例的一种可能的实现方式中，登录模块720，用于：控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录；在登录页面响应于输入的登录信息，显示设定内容的情况下，控制rpa机器人基于光学字符识别ocr技术，识别登录页面中的验证码图像，以得到验证码；控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。
135.在本公开实施例的一种可能的实现方式中，登录模块720，用于：控制rpa机器人在登录页面输入登录信息，以根据登录信息执行登录；在登录页面响应于输入的登录信息，显
示设定内容的情况下，控制rpa机器人获取验证码图像；控制rpa机器人将验证码图像输入至识别模型，以由识别模型对验证码图像进行字符预测，输出验证码；控制rpa机器人在登录页面输入验证码，以根据验证码和登录信息再次执行登录。
136.在本公开实施例的一种可能的实现方式中，该基于ai和rpa的目标对象的信息处理方法装置700还可以包括：
137.获取模块，用于获取样本图像。
138.预测模块，用于将样本图像输入至初始的识别模型，以由识别模型对样本图像进行字符预测，输出预测验证码。
139.训练模块，用于根据预测验证码和样本图像标注的实际验证码之间的差异，对识别模型进行训练，以使差异最小化。
140.在本公开实施例的一种可能的实现方式中，该基于ai和rpa的信息处理方法装置700还可以包括：
141.发送模块，用于控制rpa机器人将目标文件发送至指定账户。
142.本公开实施例的基于ai和rpa的目标对象的信息处理装置，通过控制rpa机器人从信息存储系统中采集目标对象的属性信息；控制rpa机器人登录认证管理系统；在rpa机器人登录认证管理系统后，控制rpa机器人根据属性信息，从认证管理系统中查询与属性信息匹配的认证信息；控制rpa机器人将属性信息及匹配的认证信息，对应存储至目标文件中。本公开中，可以通过rpa机器人从不同的系统中，自动采集目标对象的属性信息和认证信息，并将属性信息和认证信息汇总为目标文件，从而可以方便相关人员审核该目标文件，以确定各个目标对象的认证情况，以便根据各个目标对象的认证情况，调整相关策略，由此，无需人工参与，一方面，可以释放人力，节省人工成本，另一方面，还可以提升信息采集、查询、汇总的效率，并且，还可以避免人工操作容易出错的情况，提升目标文件中信息录入的准确性。
143.为了实现上述实施例，本公开实施例还提出一种电子设备，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，所述处理器执行所述计算机程序时，实现如前述任一方法实施例所述的基于ai和rpa的目标对象的信息处理方法。
144.为了实现上述实施例，本公开实施例还提出一种非临时性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如前述任一方法实施例所述的基于ai和rpa的目标对象的信息处理方法。
145.为了实现上述实施例，本公开实施例还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，实现如前述任一方法实施例所述的基于ai和rpa的目标对象的信息处理方法。
146.图8示出了适于用来实现本公开实施方式的示例性电子设备的框图。图8显示的电子设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
147.如图8所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括存储器28和处理单元16)的总线18。
148.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举
例来说，这些体系结构包括但不限于工业标准体系结构(industry standard architecture；以下简称：isa)总线，微通道体系结构(micro channel architecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(video electronics standards association；以下简称：vesa)局域总线以及外围组件互连(peripheral component interconnection；以下简称：pci)总线。
149.电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
150.存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory；以下简称：ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compact disc read only memory；以下简称：cd-rom)、数字多功能只读光盘(digital video disc read only memory；以下简称：dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
151.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
152.电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(local area network；以下简称：lan)，广域网(wide area network；以下简称：wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
153.处理单元16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。
154.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结
合和组合。
155.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
156.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
157.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
158.应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
159.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
160.此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
161.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限
制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。