审计知识图谱的自动化构建——基于实体关系抽取的方法改进  

作　　者：徐超[1] 刘子硕 周立云 黄佳佳 

机构地区：[1]南京审计大学计算机学院,南京211815 [2]中国石油化工集团,北京100029

出　　处：《财会月刊》2025年第10期34-39,共6页Finance and Accounting Monthly

基　　金：国家自然科学基金:项目(项目编号:71972102,62472227);江苏省高校自然科学研究项目(项目编号:24KJA520005)。

摘　　要：本文聚焦于非结构化审计文本的智能分析,通过优化OneRel模型架构,创新性引入审计语义特征处理机制,形成审计实体关系抽取(Audit-OneRel)模型,突破了传统实体关系识别技术瓶颈。实验采用DuIE通用数据集与面向审计领域的指令评测数据集进行双重验证,发现改进模型对复杂文本的三元组提取能力显著增强。研究表明,改进模型通过结构化特征增强与审计领域的语义适配性,能有效提升审计知识图谱的构建质量,为风险预警与决策分析提供可靠数据支撑。基于上市公司财务数据的案例实证表明,该模型在审计线索发现与异常关联识别方面具有实践优势,为推进审计智能化转型提供了创新路径。

关 键 词：审计知识图谱 实体关系抽取 OneRel 改进模型 

分 类 号：F239[经济管理—会计学] TP391[经济管理—国民经济]