应用于审计领域的主语补全方法及相关设备技术

本申请提供了一种应用于审计领域的主语补全方法及相关设备，通过命名实体识别模型提取审计文本中的候选主语形成候选主语集合，再通过分类算法模型判断待补全主语的句子中缺失的主语的类型，从而从候选主语集合中挑选相应的候选主语进行主语补全。通过本申请的主语补全方法能够有效对审计文本中缺失的三元组的主语进行补全，以构建完整的审计领域知识图谱。谱。谱。

【技术实现步骤摘要】
应用于审计领域的主语补全方法及相关设备


[0001]本申请涉及知识图谱
，尤其涉及一种应用于审计领域的主语补全方法及相关设备。

技术介绍

[0002]随着人工智能领域的发展，知识图谱作为一种新型的知识库，面向各个领域的知识图谱构造成为了目前研究的热点。在审计领域，由于审计报告中存在主语缺失的问题，导致无法有效抽取完整的SPO三元组，因而影响了审计领域知识图谱构造的完整程度，难以为审计领域的技术人员提供有效信息。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种应用于审计领域的主语补全方法及相关设备。
[0004]本申请的第一方面提供了一种应用于审计领域的主语补全方法，包括：
[0005]获取审计文本，所述审计文本中包括待补全主语的句子；
[0006]将所述审计文本输入至经过第一预训练的命名实体识别模型中，经由所述命名实体识别模型得到候选主语集合；
[0007]采用经过第二预训练的分类算法模型对所述待补全主语的句子进行预测，以确定所述待补全主语的句子对应的主语缺失类别；
[0008]根据所述主语缺失类别从所述候选主语集合中选取候选主语，以对所述待补全主语的句子进行补全。
[0009]可选的，所述第一预训练，包括：
[0010]获取历史审计文本；
[0011]对所述历史审计文本进行分句处理；
[0012]对经过分句处理的所述历史审计文本中的全部主语进行标注；
[0013]根据带有标注的历史审计文本对所述命名实体识别模型进行所述第一预训练；
[0014]若达到训练截止条件，停止所述第一预训练。
[0015]可选的，所述第二预训练，包括：
[0016]对经过所述分句处理的所述历史审计文本中的待补全主语的句子对应的缺失的主语进行标注；
[0017]根据带有标注的所述历史审计文本中的待补全主语的句子对所述分类算法模型进行所述第二预训练；
[0018]若达到训练截止条件，停止所述第二预训练。
[0019]可选的，所述候选主语集合中包括多个审计单位和多个被审计单位，所述主语缺失类别包括缺失审计单位主语和缺失被审计单位主语，所述根据所述主语缺失类别从所述候选主语集合中选取候选主语，包括：
[0020]若所述主语缺失类别为缺失审计单位主语，从所述候选主语集合中的多个审计单位中选取所述候选主语；
[0021]若所述主语缺失类别为缺失被审计单位主语，从所述候选主语集合中的多个被审计单位中选取所述候选主语。
[0022]可选的，所述命名实体识别模型为BERT
‑
CRF模型。
[0023]可选的，所述分类算法模型为FastText模型。
[0024]本申请的第二方面还提供了一种用于审计领域的主语补全装置，包括：
[0025]获取模块，被配置为获取审计文本，所述审计文本中包括待补全主语的句子；
[0026]候选主语生成模块，被配置为将所述审计文本输入至经过第一预训练的命名实体识别模型中，经由所述命名实体识别模型得到候选主语集合；
[0027]缺失类别确定模块，被配置为采用经过第二预训练的分类算法模型对所述待补全主语的句子进行预测，以确定所述待补全主语的句子对应的主语缺失类别；
[0028]补全模块，被配置为根据所述主语缺失类别从所述候选主语集合中选取候选主语，以对所述待补全主语的句子进行补全。
[0029]可选的，所述补全模块，还被配置为，
[0030]若所述主语缺失类别为缺失审计单位主语，从所述候选主语集合中的多个审计单位中选取所述候选主语；
[0031]若所述主语缺失类别为缺失被审计单位主语，从所述候选主语集合中的多个被审计单位中选取所述候选主语。
[0032]本申请的第三方面还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。
[0033]本申请的第四方面还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上所述的方法。
[0034]本申请提供的应用于审计领域的主语补全方法及相关设备，通过命名实体识别模型提取审计文本中的候选主语形成候选主语集合，再通过分类算法模型判断待补全主语的句子中缺失的主语的类型，从而从候选主语集合中挑选相应的候选主语进行主语补全。通过本申请的主语补全方法能够有效对审计文本中缺失的三元组的主语进行补全，以构建完整的审计领域知识图谱。
附图说明
[0035]为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本申请实施例的应用于审计领域的主语补全的流程示意图；
[0037]图2为本申请实施例的第一预训练的方法流程示意图；
[0038]图3为本申请实施例的第二预训练的方法流程示意图；
[0039]图4为本申请实施例的应用于审计领域的主语补全的结构示意图；
[0040]图5为本申请实施例的电子设备硬件结构示意图。
具体实施方式
[0041]为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。
[0042]需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0043]如
技术介绍
所述，为提升审计领域知识图谱构造的完整程度，在审计单位人员搭建知识图谱的过程中，对其短句或局部文字中的主语进行预测以供参考。本申请采用命名实体识别对审计文本中的主语进行了识别，并使用Fasttext模型对句子或局部文本的主语进行预测分类，实现了审计报告在抽取SPO(S表示主语subject、P表示谓语predicate、O表示宾语object)三元组过程中的主语预测，提高了抽取SPO三元组的完整性。此外，由于SPO三元组完整性的提高，同时也提高了知识图谱中相关信息的完整程度。
[0044]以下结合附图来详细说明本申请的实施例。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于审计领域的主语补全方法，其特征在于，包括：获取审计文本，所述审计文本中包括待补全主语的句子；将所述审计文本输入至经过第一预训练的命名实体识别模型中，经由所述命名实体识别模型得到候选主语集合；采用经过第二预训练的分类算法模型对所述待补全主语的句子进行预测，以确定所述待补全主语的句子对应的主语缺失类别；根据所述主语缺失类别从所述候选主语集合中选取候选主语，以对所述待补全主语的句子进行补全。2.根据权利要求1所述的方法，其特征在于，所述第一预训练，包括：获取历史审计文本；对所述历史审计文本进行分句处理；对经过分句处理的所述历史审计文本中的全部主语进行标注；根据带有标注的历史审计文本对所述命名实体识别模型进行所述第一预训练；若达到训练截止条件，停止所述第一预训练。3.根据权利要求2所述的方法，其特征在于，所述第二预训练，包括：对经过所述分句处理的所述历史审计文本中的待补全主语的句子对应的缺失的主语进行标注；根据带有标注的所述历史审计文本中的待补全主语的句子对所述分类算法模型进行所述第二预训练；若达到训练截止条件，停止所述第二预训练。4.根据权利要求1所述的方法，其特征在于，所述候选主语集合中包括多个审计单位和多个被审计单位，所述主语缺失类别包括缺失审计单位主语和缺失被审计单位主语，所述根据所述主语缺失类别从所述候选主语集合中选取候选主语，包括：若所述主语缺失类别为缺失审计单位主语，从所述候选主语集合中的多个审计单位中选取所述候选主语；若所述主语缺失类别为缺失被审计单位主语，从所述候选主语集合中...

【专利技术属性】
技术研发人员：王开志，王开向，王涌，
申请(专利权)人：北京至臻云智能科技有限公司，
类型：发明
国别省市：