【技術實現步驟摘要】
審計報告生成方法、裝置、設備和存儲介質
[0001]本申請涉及人工智能
，尤其是一種審計報告生成方法
、
裝置
、
設備和存儲介質
。
技術介紹
[0002]傳統的審計方式是業務側人員向審計側人員提審計需求，把審計可能用到的信息用自然語言描述出來，這種方式在審計側人員接收到需求之后，需要由審計側人員跟業務側人員進行審計需求反復溝通，明確業務側中各個業務數據的數據表內容和字段含義，然后由審計側人員根據經驗來編寫審計報告，一方面，人工成本高且出錯概率高，另一方面，這種審計對象的準確性取決于審計側人員的經驗，存在錯審漏審的潛在風險，審計效率低且不夠可靠
。
技術實現思路
[0003]本申請的目的是提供一種審計報告生成方法
、
裝置
、
設備和存儲介質，旨在降低人工成本和出錯概率，提高審計報告的生成效率和質量
。
[0004]本申請實施例提供一種審計報告生成方法，包括：獲取若干個維度的審計數據；對審計數據進行多尺度特征融合，得到融合信息；將融合信息輸入到訓練好的自注意力模型，以基于稀疏注意力機制提取融合信息中與審計需求相關的關鍵特征，得到預測信息；將預測信息輸入到訓練好的高斯混合模型，以基于混合高斯分布確定預測信息所屬的分類類別，得到分類結果；基于分類結果確定對應預測信息在預設的報告模板中的關聯位置，將預測信息插入至對應的關聯位置，從而生成審計報告
。
[0005]在一些實施例中，所述對審計數
【技術保護點】
【技術特征摘要】
1.
一種審計報告生成方法，其特征在于，包括：獲取若干個維度的審計數據；對審計數據進行多尺度特征融合，得到融合信息；將融合信息輸入到訓練好的自注意力模型，以基于稀疏注意力機制提取融合信息中與審計需求相關的關鍵特征，得到預測信息；將預測信息輸入到訓練好的高斯混合模型，以基于混合高斯分布確定預測信息所屬的分類類別，得到分類結果；基于分類結果確定對應預測信息在預設的報告模板中的關聯位置，將預測信息插入至對應的關聯位置，從而生成審計報告
。2.
根據權利要求1所述的審計報告生成方法，其特征在于，所述對審計數據進行多尺度特征融合，得到融合信息，包括：對審計數據進行預處理，得到預處理數據；使用預處理數據構建協方差矩陣，得到融合矩陣；在所述融合矩陣中，同一維度的審計數據所對應的矩陣元素排列為一行，每個矩陣元素分別表示一個審計數據的特征值；對融合矩陣進行特征值分解，得到審計數據的特征值和特征值所對應的特征向量，選取具有較大特征值的若干個特征向量作為主成分；通過將數據映射到主成分所構成的新空間中，得到融合信息
。3.
根據權利要求1所述的審計報告生成方法，其特征在于，所述自注意力模型包括稀疏編碼層
、
自注意力層和池化層；所述將融合信息輸入到訓練好的自注意力模型，以基于稀疏注意力機制提取融合信息中與審計需求相關的關鍵特征，得到預測信息，包括：在稀疏編碼層中，使用預設的稀疏編碼目標函數對融合信息進行稀疏特征抽取，以獲取融合信息的特征進行稀疏表示，得到稀疏編碼；在自注意力層中，使用預設的權重矩陣對稀疏編碼進行加權擬合處理，得到稀疏編碼的特征向量，對特征向量進行歸一化處理，得到歸一化向量；在池化層中，對歸一化向量進行最大池化操作，以對歸一化向量中元素的特征進行提取，得到預測信息
。4.
根據權利要求1或3所述的審計報告生成方法，其特征在于，所述自注意力模型的訓練方法，包括：獲取若干個維度的樣本數據；對樣本數據進行多尺度特征融合，得到樣本信息；獲取待訓練的自注意力模型；將樣本信息輸入到待訓練的自注意力模型，以基于稀疏注意力機制提取樣本信息中與審計需求相關的關鍵特征，得到粗預測信息；確定樣本信息真實的審計關鍵特征，得到真實信息；基于粗預測信息與真實信息，確定模型損失信息；所述模型損失信息用于表征粗預測信息與真實信息之間的審計屬性匹配程度；基于模型損失信息調整待訓練的自注意力模型的權重參數，在模型損失信息符合結束條件時，得到訓練好的自注意力模型
。
5.
根據權利要求1所述的審計報告生成方法，其特征在于，所述高斯混合模型至少由兩個高斯子模型組成，各所述高斯子模型分別配置有相應的高斯權重
、
均值向量和協方差矩...
【專利技術屬性】
技術研發人員：胡為民，黃嬋娟，張芷鳴，謝麗慧，何永定，
申請(專利權)人：深圳市迪博企業風險管理技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。