[发明专利]一种基于AI技术的审计知识处理方法与系统

权利要求书

1.一种基于AI技术的审计知识处理方法，其特征在于，包括：

获取初始数据，并将所述初始数据输入预先构建的审计知识提取模型，得到审计领域知识；

根据所述审计领域知识，构建审计领域知识图谱；

所述审计知识提取模型的构建过程，包括：

针对所述初始数据进行数据降噪处理，将降噪处理后的初始数据通过新词发现技术，获取所述初始数据对应的实体数据和关系数据；

将预设的审计领域实体关系信息及所述初始数据对应的实体数据和关系数据进行聚类分析，得到对应的聚类分析结果；

针对所述聚类分析结果进行关联度计算，将关联度计算结果大于预设阈值的初始数据作为审计领域知识构建审计知识提取模型；

所述根据所述审计领域知识，构建审计领域知识图谱，包括：

通过远程监督关系抽取方法，对所述审计领域知识进行关系抽取， 得到开放式三元组；

通过所述新词发现技术，对所述初始数据进行关系抽取，得到封闭式三元组；

针对所述开放式三元组和所述封闭式三元组进行知识融合，并对知识融合后的开放式三元组和封闭式三元组进行知识图谱构建，得到审计领域知识图谱；

所述将预设的审计领域实体关系信息及所述初始数据对应的实体数据和关系数据进行聚类分析，得到对应的聚类分析结果，包括：

针对预设的审计领域实体关系信息及所述初始数据对应的实体数据和关系数据进行标准化处理，得到一级处理数据；

针对所述一级处理数据进行层次聚类，得到对应的聚类分析结果；

所述将降噪处理后的初始数据通过新词发现技术，获取所述初始数据对应的实体数据和关系数据，包括：

将降噪处理后的初始数据通过预设的n-gram模型，获取每个长度的文字组合对应的候选词词频；

将降噪处理后的初始数据通过预设的textrank模型，获取每个长度的文字组合对应的候选词权重；

基于所述初始数据中每个长度的文字组合对应的候选词词频和候选词权重，对所述初始数据进行删除过滤，得到所述初始数据对应的实体数据关系数据。

2.如权利要求1所述的方法，其特征在于， 所述针对所述初始数据进行数据降噪处理，包括：

获取所述初始数据中的无效数据，并针对所述无效数据进行剔除处理；其中，所述无效数据包括：重复数据和冗余数据。

3.如权利要求1所述的方法，其特征在于，所述将降噪处理后的初始数据通过预设的n-gram模型，获取每个长度的文字组合对应的候选词词频，包括：

将降噪处理后的初始数据使用滑动窗口获取预设长度的文字组合；

基于所述预设长度的文字组合，统计每个长度的文字组合对应的候选词词频。