[发明专利]一种基于AI技术的审计知识处理方法与系统

说明书

本发明提供了一种基于AI技术的审计知识处理方法与系统，包括：获取初始数据，并将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：针对初始数据进行数据降噪处理，并通过新词发现技术，获取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，并针对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。本发明通过构建审计领域知识图谱，极大增加了图谱应用的深度和宽度，丰富了知识体系。

技术领域

本发明涉及审计知识智能提取技术领域，特别涉及一种基于AI技术的审计知识处理方法与系统。

背景技术

目前，随着公司业务的不断延展和深入发展，被审计的业务范围以及数据量日益扩大、数据结构日益复杂，亟需利用新技术与业务融合，敏捷快速的响应公司信息化建设规模不断扩大情况下的审计监督全覆盖需求。在提升审计工作数据处理效率方面，自然语言处理及知识图谱、知识推理等人工智能AI技术具有重要应用价值，能够促进公司信息化建设质效提升，提高信息系统的可靠性、稳定性、安全性，以及数据处理的完整性和准确性。

现有技术的缺点：在知识图谱构建技术方面，对于审计业务知识识别和抽取技术，市场上现有技术更多采用封闭式抽取技术，依据业务场景制定审计知识图谱本体框架，通过数据分析、人工定义关系类别、人工定义实体类别、人工数据标注、模型训练进行实体和关系的抽取，但此类封闭式抽取技术方式易受到人为因素影响，实体关系抽取不全面、不完整，易使业务上有局限性。比如通过封闭式抽取技术往往抽取的是业务场景关键要素，假如一段文本包含15个实体和8个关系，封闭式抽取技术仅识别抽取关键的7到8个实体和关系，此段文本其它的实体甚至隐藏的实体无法识别抽取，导致构建的图谱知识不完整，直接限制了审计图谱应用广泛性。

发明内容

本发明提供了一种基于AI技术的审计知识处理方法，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。

优选的，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。

优选的， 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。

优选的，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；