一种基于多模态识别的智能费用报销审核系统

本发明公开了一种基于多模态识别的智能费用报销审核系统，涉及人工智能与财务信息化技术领域。该系统通过多模态数据采集模块采集发票图像、结构化交易数据和文本描述信息，利用特征融合模块的注意力机制和张量融合技术实现多模态特征加权融合，结合审核决策模块的贝叶斯推理、异常检测模块的马氏距离与自编码器算法，以及规则引擎模块、可解释性分析模块和联邦学习架构，解决了传统系统效率低、误判率高、规则适应性差及风险检测能力不足等问题。系统可将单笔审核时间从5‑10分钟缩短至秒级，识别准确率超99％，误判率低于0.5％，能自动识别10+类高风险行为，支持动态政策更新与可解释性分析，采用联邦学习保障数据隐私，适用于企业财务报销审核。