来源：期刊VIP网 时间：
作者：徐超;刘子硕;周立云;黄佳佳;
单位：南京审计大学计算机学院;中国石油化工集团;
摘要：本文聚焦于非结构化审计文本的智能分析，通过优化OneRel模型架构，创新性引入审计语义特征处理机制，形成审计实体关系抽取（Audit-OneRel）模型，突破了传统实体关系识别技术瓶颈。实验采用DuIE通用数据集与面向审计领域的指令评测数据集进行双重验证，发现改进模型对复杂文本的三元组提取能力显著增强。研究表明，改进模型通过结构化特征增强与审计领域的语义适配性，能有效提升审计知识图谱的构建质量，为风险预警与决策分析提供可靠数据支撑。基于上市公司财务数据的案例实证表明，该模型在审计线索发现与异常关联识别方面具有实践优势，为推进审计智能化转型提供了创新路径。
关键词：审计知识图谱;;实体关系抽取;;OneRel;;改进模型
基金资助：国家自然科学基金项目（项目编号：71972102,62472227）;; 江苏省高校自然科学研究项目（项目编号：24KJA520005）
