[發明專利]一種企業級審計知識圖譜構建方法

在審

• 申請號: 202011116145.X
• 申請日: 2020-10-19
• 公開（公告）號: CN114385820A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 張莉;王磊;王寧寧;邢春玉
• 申請（專利權）人: 國網冀北電力有限公司;北京信息科技大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/295
• 代理公司: 北京慧而行專利代理事務所(普通合伙) 11841
• 代理人: 李銳

本發明提供了一種企業級審計知識圖譜構建方法、系統及裝置，系統包括：數據采集及預處理模塊，用于采集多源異構數據，并對數據進行預處理，從而形成結構化審計數據；抽取模塊，用于對所述結構化審計數據進行抽取，確定結構化審計數據中的基礎實體、屬性和關系，構建審計領域顯性網絡；顯性網絡建立模塊，用于對所述基礎實體、屬性、關系，通過知識融合，獲得不同來源的審計數據與審計數據模式之間的映射關系，從而完善審計領域顯性網絡；存儲模塊，用于對審計數據進行存儲；隱性關系挖掘模塊，用于獲取審計數據的隱性關系，建立審計知識圖譜。本方案可為各類數字化審計平臺提供服務，其高度可成長性可為審計工作提供長期、靈活、可適應的支撐。

技術領域

本發明涉及數據處理及數據圖形化領域，尤其涉及一種針對企業級的審計知識數據的知識圖譜構建方法、系統及其裝置。

背景技術

知識圖譜可以將信息表達成更接近人類認知的形式，具有組織、管理和理解海量信息的能力。知識圖譜作為重要的數據管理基礎設施(Infrastructure)，能夠提供智能化數據資源處理及使用服務，當前已廣泛應用于信息檢索/搜索、自然語言理解、問答系統、推薦系統、教育醫療等領域。

在信息的檢索中，基于知識圖譜的搜索引擎能夠將搜索結果體系化、關聯化和可視化，任何一個搜索請求都能得到一個知識體系，不再只是線性的網址列表，而是網狀知識結點，能夠幫助用戶挖掘未知的信息。在數據信息的關系表達和查詢中，例如在文獻數據的分析中，基于知識圖譜的文獻計量分析可以展示國家/機構/科學家的合作關系可視化研究團隊，梳理研究發展脈絡，輔助文獻調研與綜述等，幫助發現研究趨勢、最有影響力的作者/研究機構/期刊等，輔助挑選導師、出國學校與投稿期刊。基于知識圖譜的問答系統將問答問題簡化為句法解析問題，在知識圖譜的語義感知與理解的基礎上，實現自然語言理解，結合節點遍歷與計算等圖算法，打造具有領域知識的“大腦”，同時通過開放API接口，能夠滿足不同用戶的各類場景需求，提供完善的知識問答服務。

綜上所述，知識圖譜通過將信息表達成更接近人類認知的形式，提供一種更好地組織、管理和理解海量信息的能力。通過關聯不同來源及領域的信息形成知識網絡，提供從“關系”的角度去分析問題的能力，可以顯著提升數據資源整合與利用水平。已有知識圖譜的應用，通過基于各類數據構建知識圖譜，并提供可視化與API服務，能夠展示、推廣及服務于不同場景、不同需求的用戶，提供成熟的知識服務。

但是，在審計領域，知識圖譜的應用目前還非常少，處在一個探索的階段。隨著審計監督職能的擴大和審計全覆蓋的要求，企業審計信息化水平逐漸提高，審計知識及數據多源異構現象加大，存在數據冗余、關聯度差、數據資源共享及跨專業復用效率較低等問題。同時，由于不同系統的應用程序和底層數據庫不一致，不同行業審計信息系統數據互不連通，無法支撐大數據審計需求。因此，迫切需要研究基于大數據技術的知識圖譜實現審計數據的融合，挖掘數據背后隱藏的線索。

發明內容

有鑒于此，本發明提供一種企業級審計知識圖譜構建方法、系統及裝置，具體而言，本發明具體提供了如下技術方案：

一方面，本發明提供了一種企業級審計知識圖譜構建方法，所述方法包括：

S1、采集多源異構數據，并對數據進行預處理，從而形成結構化審計數據；所述多源異構數據至少包括數字化審計平臺數據、基于關鍵詞的高質量審計數據；所述預處理包括數據清洗、數據標準化、數據映射；

S2、對所述結構化審計數據進行抽取，確定結構化審計數據中的基礎實體、屬性和關系，構建審計領域顯性網絡；所述抽取包括實體識別、關系抽取及屬性抽取，所述基礎實體包括人名、組織機構名、地名、度量單位、日期；所述關系包括審計與被審計關系、上下游關系、關聯擔保關系；所述屬性包括地理位置、創立日期、所在地區；