基于大语言模型的财会知识图谱构建及应用展望  

作　　者：陈宋生[1] 王明[2] 

机构地区：[1]北京理工大学管理学院 [2]北京理工大学(珠海)社会科学学域

出　　处：《会计之友》2025年第5期152-160,F0003,共10页Friends of Accounting

基　　金：国家自然科学基金项目(71972011);广东省普通高校人文社科重点研究基地项目(2023WZJD009);广东省实验教学示范中心“智能财经人才实验教学示范中心”项目(202401);珠海市哲学社会科学研究基地“智能财务治理与经济安全研究基地”项目(202407)。

摘　　要：生成式人工智能(AIGC)的快速崛起,掀起“人工智能+”赋能各行各业的浪潮,对会计领域的研究提供了新思路。由于财会行业要求高精确性与可解释性,而大语言模型存在着模型幻觉与决策黑箱,使得大模型应用于财会领域仍存在较大阻碍,构建财会知识图谱成为弥补大语言模型不足的有力工具。基于此,文章调用GPT-4o mini API,利用提示词工程(Prompt)与智能体(Agent)思路方法进行自动化知识抽取,构建中国会计准则知识图谱,从模式层提取财会实体与实体间复杂的勾稽关系,为大模型优化微调提供数据层支持。图谱构建结果表明,GPT-4o mini能够成功从大量财务数据中提取丰富的知识五元组,并基于此构建财会知识图谱。最终,通过Neo4j技术实现知识图谱的可视化和查询功能。本研究证明大语言模型构建财会知识图谱具备可行性,能够显著提高知识图谱构建效率,为知识图谱的优化构建提供新思路,也为未来知识图谱融入大模型、优化模型性能提供基底数据支撑。

关 键 词：大语言模型 知识图谱 智能化构建 财会知识 

分 类 号：F230[经济管理—会计学]