一种“七项费用”智慧审计系统及其使用方法技术方案

本发明专利技术公开了一种“七项费用”智慧审计系统及其使用方法，利用人工智能技术，解决统建系统数据回流、多种发票信息智能识别、管理制度规则化建模等技术问题，实现对采集的格式化、非格式化数据进行智能分析，自动判识七项费用审计风险点，实时预警，达到对公司系统“七项报销费用”智慧化审计，包括RPA机器人、OCR图像识别模块、审计模型和审计预警模块。RPA机器人模拟审计人员登录无法直接通过数据接口进行数据采集的财务管控类系统，获取七项报销费用报销相关数据，包含发票影像等非结构化数据；OCR图像识别模块对获取的非结构化数据进行图像识别，转化为结构化数据；结构化数据通过审计模型智能分析后，对风险自动识别和预警。

【技术实现步骤摘要】
一种“七项费用”智慧审计系统及其使用方法
本专利技术属于审计领域，涉及一种“七项费用”智慧审计系统及其使用方法。
技术介绍
传统审计模式下，审计人员在开展“七项报销费用”审计时，仍以手工的方式对审计数据采用分析、计算、对比、汇总等日常审计方法，或者只能采取随机抽样的方法进行检查，碰到什么查什么，查到什么算什么，审计效率和审计质量无法提高，审计覆盖范围有限。在信息技术高速发展和应用的背景下，当前审计业务痛点主要体现为：（1）集团统建财务系统数据获取较为困难。目前，集团公司针对财务信息系统实行集团统一建设，并且不向各分子公司开放数据访问接口，下属单位难以获得相关财务数据，加之发票信息为非结构化数据，审计工作难以实现信息化。（2）国有企业高度重视“七项报销费用”审计。但传统人工审计模式下，票据信息大、审计效率低、工作强度高、标准不统一，难以做到审计全覆盖和标准化。（3）传统人工审计与智慧企业建设理念相去甚远。智慧企业通过新一代信息技术，实现业务智能化处理，让大量业务人员从简单重复的劳动中解脱出来，开展有创造性的数据分析和业务提升工作。而传统人工审计模式下，审计人员从事大量简单、重复劳动，与智慧企业理念相去甚远。为了高效管控企业风险，深入挖掘“七项费用”审计业务痛点，充分利用人工智能技术，解决统建系统数据回流、多种发票信息智能识别、管理制度规则化建模等技术问题，实现对采集的审计数据分析自动查找数据疑点，实时预警，实现对公司系统“七项费用”智慧化审计。
技术实现思路
本专利技术的目的在于：提供了一种“七项费用”智慧审计系统及其使用方法，解决了上述问题的不足。本专利技术采用的技术方案如下：一种“七项费用”智慧审计系统，包括RPA机器人、OCR图像识别模块、识别信息校验模块、审计模型和审计预警模块；RPA机器人模拟审计人员登录无法通过数据接口获取信息的财务管控类系统，获取报销相关的数据，所述数据包括非结构化数据和结构化数据；当RPA机器人获取的数据为结构化数据时，自动将结构化数据传输至审计模型；当RPA机器人获取的数据为非结构化数据时，自动将非结构化数据传输至OCR图像识别模块；所述OCR图像识别模块对获取的非结构化数据进行图像识别，非结构化数据识别成功后存储在存储单元并传输至审计模型、识别失败后发送至识别信息校验模块；所述识别信息校验模块根据企业相关业务知识库对单位名称、商品名称等文本信息和数量、单价、金额等数字信息进行多维联合校验，对OCR图像识别模块识别失败的非结构化数据进行自动纠正或审核告警,自动纠正或审核成功的非结构化数据传输至审计模型；审计模型接受上述数据，并应用源自企业制度构建的审计规则及模型对数据合规性进行判识，并生成风险预警信息。进一步地，所述OCR图像识别模块能对增值税专用发票、增值税普通发票、定额发票、飞机票、火车票、非标准化格式的汽车票及出租车票等多种发票进行自动识别，所述图像识别的识别信息包括发票号码、开票时间、开票单位、纳税人识别号、购买方信息、商品或服务名称、单价、合计金额和印章等发票信息，获得格式化数据。进一步地，所述识别信息校验模块与税务局票据查询网站对接，可实时查询识别信息中发票号码的真伪，根据企业相关业务知识库对单位名称、商品名称等文本信息和数量、单价、金额等数字信息进行多维联合校验，对异常进行自动纠正或提示,自动纠正或审核的数据传输至审计模型。进一步地，所述图像识别的识别信息还包括发票的省份、国税、地税、发票代码、校验码、税率、税额。进一步地，所述报销相关的数据包括七项费用、人员考勤信息、车辆派单信息。进一步地，所述七项费用包括业务招待费、会议费、差旅费、车辆使用费、办公费、宣传费、出国经费。进一步地，还包括自有录入端口，通过自有录入端口可人工输入结构化数据到审计模型。一种“七项费用”智慧审计系统的使用方法，包括以下步骤，步骤1：通过RPA机器人模拟审计人员登录财务管控类系统；步骤2：使用RPA机器人获取报销相关的数据，所述数据包括非结构化数据和结构化数据；RPA机器人将结构化数据存入存储单元并传输至审计模型开始审计，非结构化信息传输至OCR图像识别模块；步骤3：OCR图像识别模块对获取的非结构化数据进行图像识别，图像识别过程包括，通过训练网络对已识别或已校验的单位信息、商品名称等进行训练，获得不同语义识别信息；预设校正规则对所述语义识别信息进行检验，获得语义校正结果；其中所述通过训练网络对已识别或已校验的单位信息、商品名称等进行训练，获得不同语义识别信息包括：通过构造和拟合函数，以正确全称、谐音全称、简要全称、错别字全称为变量，构造训练网络，计算不同的语义库类型；并增设第二级语义库用于对训练网络第一次确定的最佳识别结果进行二次区分；将识别结果发送至存储单元，存储单元包括已识别单元、未识别单元和报警单元，对未识别单元和报警单元进行人工审核，审核后剔除无效非结构化数据，将有效非结构化数据放入已识别单元，并将已识别单元的非结构化数据作为结构化数据存入存储单元并传输至审计模型开始审计；步骤4：在审计模型中，预设源自企业制度的审计规则及模型，并作为判别标准；审计模型主要包括出差日期一致性判断模型、敏感商品判断模型、虚报差旅补贴模型、虚开发票识别模型、景区违规消费识别模型、重复补贴识别模型等综合识别模型，以及费用超标规则、日期异常规则等识别规则；步骤5：对步骤3中图像识别的识别结果进行后台计算判别，后台计算判别指定周期内的七项费用所有数据；步骤6：通过计算输出结果，得出指定周期内疑似异常数据的结果，形成预警信息，存储在存储单元，并可进行图表展现和查询统计。进一步地，所述财务管控类系统包括财务系统、人资系统、外部商旅平台；所述存储单元连接数据共享模块，数据共享模块连接外部数据单元和显示器。进一步地，所述外部数据单元包括酒店挂牌价数据、景区酒店信息等。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.研发“RPA数据自动采集机器人”安全获取七项报销费用报销信息，创新构建多层卷积神经网络模型（CNN）提升单字识别准确率，增加语义库，显著提升词组识别准确率、从而消除OCR票据识别的非百分之百准确的不确定因素，结合审计引擎模型，实现七项费用智慧审计；同时，还研究审计模型敏捷开发功能，让每个单位可以自主搭建自身的审计模型。2.在审计模型中，研发七项报销费用审计规则引擎，通过规则引擎接受输入的数据，进行审计分析，将复杂的审计逻辑从业务代码中剥离出来，将管理办法细化为一条条审计规则和模型。3.基于“七项报销费用”审计规则，结合业务场景，建立不同的“七项费用”审计模型，如出差日期一致性判断模型、敏感商品判断模型、虚报差旅补贴模型、虚开发票识别模型、景区违规消费识别模型、重复补贴识别模型等综合识别模型，以及费用超标规则、日期异常规则等识别规则，模本文档来自技高网...

【技术保护点】
1.一种“七项费用”智慧审计系统，其特征在于：包括RPA机器人、OCR图像识别模块、识别信息校验模块、审计模型和审计预警模块；/nRPA机器人模拟审计人员登录无法通过数据接口获取信息的的财务管控类系统，获取报销相关的数据，所述数据包括非结构化数据和结构化数据；/n当RPA机器人获取的数据为结构化数据时，自动将结构化数据传输至审计模型；当RPA机器人获取的数据为非结构化数据时，自动将非结构化数据传输至OCR图像识别模块；/n所述OCR图像识别模块对获取的非结构化数据进行图像识别，非结构化数据识别成功后存储在存储单元并传输至审计模型、识别失败后发送至识别信息校验模块；/n所述识别信息校验模块根据企业相关业务知识库对文本信息和数字信息进行多维联合校验，对OCR图像识别模块识别失败的非结构化数据进行自动纠正或审核告警,自动纠正或审核成功的非结构化数据传输至审计模型；/n审计模型接受上述数据，并应用源自企业制度构建的审计规则及模型对数据合规性进行判识，并生成风险预警信息。/n

【技术特征摘要】
1.一种“七项费用”智慧审计系统，其特征在于：包括RPA机器人、OCR图像识别模块、识别信息校验模块、审计模型和审计预警模块；
RPA机器人模拟审计人员登录无法通过数据接口获取信息的的财务管控类系统，获取报销相关的数据，所述数据包括非结构化数据和结构化数据；
当RPA机器人获取的数据为结构化数据时，自动将结构化数据传输至审计模型；当RPA机器人获取的数据为非结构化数据时，自动将非结构化数据传输至OCR图像识别模块；
所述OCR图像识别模块对获取的非结构化数据进行图像识别，非结构化数据识别成功后存储在存储单元并传输至审计模型、识别失败后发送至识别信息校验模块；
所述识别信息校验模块根据企业相关业务知识库对文本信息和数字信息进行多维联合校验，对OCR图像识别模块识别失败的非结构化数据进行自动纠正或审核告警,自动纠正或审核成功的非结构化数据传输至审计模型；
审计模型接受上述数据，并应用源自企业制度构建的审计规则及模型对数据合规性进行判识，并生成风险预警信息。


2.根据权利要求1所述的一种“七项费用”智慧审计系统，其特征在于：所述OCR图像识别模块能对增值税专用发票、增值税普通发票、定额发票、飞机票、火车票、非标准化格式的汽车票及出租车票进行自动识别，所述图像识别的识别信息包括发票号码、开票时间、开票单位、纳税人识别号、购买方信息、商品或服务名称、单价、合计金额和印章，获得格式化数据。


3.根据权利要求2所述的一种“七项费用”智慧审计系统，其特征在于：所述识别信息校验模块与税务局票据查询网站对接，可实时查询识别信息中发票号码的真伪，根据企业相关业务知识库对文本信息和数字信息进行多维联合校验，对异常进行自动纠正或提示,自动纠正或审核的数据传输至审计模型。


4.根据权利要求2所述的一种“七项费用”智慧审计系统，其特征在于：所述图像识别的识别信息还包括发票的省份、国税、地税、发票代码、校验码、税率、税额。


5.根据权利要求1所述的一种“七项费用”智慧审计系统，其特征在于：所述报销相关的数据包括七项费用、人员考勤信息、车辆派单信息。


6.根据权利要求5所述的一种“七项费用”智慧审计系统，其特征在于：所述七项费用包括业务招待费、会议费、差旅费、车辆使用费、办公费、宣传费、出国经费。


7.根据权利要求1所述的一种“七项费用”智慧审计系统，其特...

【专利技术属性】
技术研发人员：陶春华，周进山，刘平，陈锐波，刘平，万欣，
申请(专利权)人：国能大渡河大数据服务有限公司，
类型：发明
国别省市：四川;51