摘要
本发明涉及一种基于AI增强的电网业务智能审计方法,包括以下步骤:S1:从电网SCADA系统和财务系统中收集数据,整合历史和实时数据,构建审计知识图谱;S2:使用RoBERTa构建指令识别模型,以解析审计人员的自然语言指令,将知识图谱信息与语言模型相结合,提升对指令背景的理解和推理能力;S3:构建多任务深度学习框架,实现对多种审计任务的处理和融合;S4:基于审计人员输入的自然语言指令,根据指令识别模型提取指令中涉及的查询目标、条件和参数,获取数据库中相应的审计数据,并获取意图分类;S5:基于意图分类结果和审计数据,调用相应的审计模型,获取分析结果。本发明有效提升电网业务审计工作中的效率和精准度。
技术关键词
智能审计方法
多任务深度学习
SPARQL查询
节点
关系
意图
SCADA系统
指令
自然语言理解
前馈神经网络
图谱
审计模型
注意力机制
三元组
智能审计系统
财务系统
实时数据
数据库查询语句
系统为您推荐了相关专利信息
动态知识图谱
排序工具
风险传播模型
引入注意力机制
更新知识图谱