[發明專利]審計數據處理方法及裝置

在審

• 申請號: 202110774446.X
• 申請日: 2021-07-08
• 公開（公告）號: CN113434639A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 白盛楠;閆宏宇;陳文博;劉朋強;代瓊瓊;姚元偉
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;谷敬麗

1.一種審計數據處理方法，其特征在于，包括：

獲取審計數據中的非結構化文本數據；

根據所述非結構化文本數據生成特征向量；

利用所述特征向量進行數據分析，得到第一維度數據；

根據所述非結構化文本數據確定第二維度數據；

將所述非結構化文本數據、所述第一維度數據和所述第二維度數據存儲至審計平臺，以利用所述審計平臺進行審計數據處理。

2.根據權利要求1所述的方法，其特征在于，根據所述非結構化文本數據生成特征向量，包括：

根據所述非結構化文本數據建立專用詞詞庫和無意義詞詞庫；

利用所述專用詞詞庫和所述無意義詞詞庫對所述非結構化文本數據進行預處理，得到預處理結果；

根據所述預處理結果生成特征向量。

3.根據權利要求2所述的方法，其特征在于，根據所述預處理結果生成特征向量，包括：

利用詞頻逆文本頻率指數方法計算第一向量；

利用skip-gram模型計算第二向量；

根據所述第一向量和所述第二向量生成特征向量。

4.根據權利要求3所述的方法，其特征在于，利用詞頻逆文本頻率指數方法計算第一向量，包括：

根據所述預處理結果計算詞頻數據和逆文檔頻率數據；

根據所述逆文檔頻率數據計算類間分布數據；

根據所述詞頻數據、所述類間分布數據和位置因子數據計算第一向量。

5.根據權利要求1所述的方法，其特征在于，利用所述特征向量進行數據分析，包括：

利用所述特征向量進行關鍵詞提取、關聯分析、文本歸類分析和相似性分析中的一種或幾種數據分析。

6.一種審計數據處理裝置，其特征在于，包括：

獲取模塊，用于獲取審計數據中的非結構化文本數據；

特征模塊，用于根據所述非結構化文本數據生成特征向量；

分析模塊，用于利用所述特征向量進行數據分析，得到第一維度數據；

提取模塊，用于根據所述非結構化文本數據確定第二維度數據；

存儲模塊，用于將所述非結構化文本數據、所述第一維度數據和所述第二維度數據存儲至審計平臺，以利用所述審計平臺進行審計數據處理。

7.根據權利要求6所述的裝置，其特征在于，所述特征模塊，包括：

詞庫單元，用于根據所述非結構化文本數據建立專用詞詞庫和無意義詞詞庫；

預處理單元，用于利用所述專用詞詞庫和所述無意義詞詞庫對所述非結構化文本數據進行預處理，得到預處理結果；

生成單元，用于根據所述預處理結果生成特征向量。

8.根據權利要求7所述的裝置，其特征在于，所述生成單元，具體用于：

利用詞頻逆文本頻率指數方法計算第一向量；

利用skip-gram模型計算第二向量；

根據所述第一向量和所述第二向量生成特征向量。

9.根據權利要求8所述的裝置，其特征在于，所述生成單元，具體用于：

根據所述預處理結果計算詞頻數據和逆文檔頻率數據；

根據所述逆文檔頻率數據計算類間分布數據；

根據所述詞頻數據、所述類間分布數據和位置因子數據計算第一向量。

10.根據權利要求6所述的裝置，其特征在于，所述分析模塊，具體用于：

利用所述特征向量進行關鍵詞提取、關聯分析、文本歸類分析和相似性分析中的一種或幾種數據分析。

11.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5任一所述審計數據處理方法。

12.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有執行權利要求1至5任一所述審計數據處理方法的計算機程序。