[发明专利]基于计算机输出财税推理匹配结果的电子装置及方法

说明书

本发明是一种基于计算机输出财税推理匹配结果的电子装置及方法，所述电子装置包括有处理器及存储器，所述处理器包括有获取模块、推理模块及输出模块，所述存储器存储有会计法则及应用场景，获取模块从所述存储器中读取会计法则及应用场景，并将其传输给推理模块进行推理，推理得到的结果，通过输出模块输出，以便于人们准确匹配财税规则。本发明实现了财税业务场景/适用法条/目标财税数据之间具有复杂问题推理能力的规则匹配，提高了对财税政策及应用的匹配效果，提高了工作效率。

技术领域

本发明属于财税计算的技术领域，涉及一种借助人工智能匹配财税规则的方法和电子装置。

背景技术

我国的财税政策法规制定是基于业务场景描述的，通常一个财税业务场景会产生多笔会计分录，但这些会计分录的记账时间根据先后顺序，可能横跨数年的时间。例如，长期股权投资的投入，收益、处置经常会横跨多个会计年度。

同时，随着我国税制改革的不断深化，在逐步完成市场化，依法化，国际化过程中，新的财税法律、法规、规章、规范性文件逐步出台,旧法规的衔接，新法规执行要点、难点等问题随之而来。财税从业人员需要不断从新旧法规中查找具体业务场景的法规约束条件，才能在财税业务发生和处理过程中遵循相应的法规约束。

推理，是机器学习领域具有挑战性的任务，目的是使用已知的知识和推理技术对未知的输入信息作出符合策略规则的推断。机器推理的策略规则通常由经验丰富的行业内专家归纳整理。由于需要大量的专家人力来建立初始策略规则。因此，该归纳整理过程是机器推理落地应用的难点。

机器推理(Machine Reasoning)适用于确定性场景。例如确定某件事是否真实，或者是否可能发生。机器推理在常识问答、事实检测、自然语言推理、视觉常识推理、视觉问答、文档级问答、多轮语义分析等任务上有大量应用。

目前的机器推理研究主要依赖于机器算法模型输出的结果，缺乏对结果的解释性。采信和认可机器推理结论的前提，是这样的结论具有法律因果推理的解释性。现有技术中也存在一些利用机器学习模型针对特征进行回归或分类，也可以称为“预测”，然而，目前这些方法仅具备关系运算能力，但无法进行逻辑推理，无法处理同时包含命题逻辑和实体关系的复杂推理问题。特别是对财税规则的推理缺乏相应的设备及方法，无法准确匹配财税规则，需要消耗大量的人力物力，导致工作效率低下。

发明内容

基于此，因此本发明的首要目地是提供一种基于计算机输出财税推理匹配结果的电子装置及方法，该方法实现了财税业务场景/适用法条/目标财税数据之间具有复杂问题推理能力的规则匹配，提高了对财税政策及应用的匹配效果，提高了工作效率。

本发明的另一个目地在于提供一种基于计算机输出财税推理匹配结果的电子装置及方法，该电子装置及方法将通过大量无监督样本数据学习到的规则知识，做为可展现的规则图存放，并附带有匹配目标规则的输入、输出能力，解决了在财税规则推理领域现有机器推理研究结果解释性差的问题。

为实现上述目的，本发明的技术方案为：

一种基于计算机输出财税推理匹配结果的电子装置，所述电子装置包括有处理器及存储器，所述处理器包括有获取模块、推理模块及输出模块，所述存储器存储有会计法则及应用场景，获取模块从所述存储器中读取会计法则及应用场景，并将其传输给推理模块进行推理，推理得到的结果，通过输出模块输出，以便于人们准确匹配财税规则。

一种基于计算机输出财税推理匹配结果的方法，该方法通过处理器及存储器对财税数据(包括但不限于原子会计分录数据、会计法则数据、历史财务数据、财务业务场景数据)进行处理，包括下列步骤：

步骤1，建立原子会计分录数据库及会计法则数据库，

步骤2，依据原子会计分录拆分会计法规，以及根据段落语义拆分财税法规。