CN112182250A - 勾稽关系知识图谱的构建方法、财务报表核查方法及装置 - Google Patents

Abstract

本发明公开了一种勾稽关系知识图谱的构建方法，该方法在计算设备中执行，该方法包括以下步骤：获取多个公司的财务报表，从财务报表中提取出各公司在不同时期的科目向量，科目向量包括多个科目的数值；分别将每一个科目作为因变量，将其他科目作为自变量，以上述多个科目向量作为训练样本，训练生成每一个科目的回归模型；分别计算每个回归模型的误差，当误差小于预设的误差阈值时，将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱，所生成的勾稽关系知识图谱用于核查财务报表科目之间的勾稽关系。本发明一并公开了相应的财务报表核查方法和计算设备。

Description

勾稽关系知识图谱的构建方法、财务报表核查方法及装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种勾稽关系知识图谱的构建方法、财务报表核查方法及计算设备。

背景技术

勾稽关系指的是会计报表中有关数字之间存在的，可据以相互考察、核对的关系。例如，在资产负债表内，存在“资产＝负债+所有者权益”的勾稽关系；在利润表和资产负债表之间，存在“净利润＝期末未分配利润－期初未分配利润”的勾稽关系；在现金流量表与资产负债表之间，存在“现金及现金等价物净增加额＝货币资金期末数－货币资金期初数”的勾稽关系；等等。

在对公司的财务状况进行审计时，需要对其财务报表中的勾稽关系进行核查，以便通过数字勾稽关系来识别财务报表的真实性，以及降低信息的不对称性。目前，财务报表的勾稽关系核查通常由核查人员手工完成，工作任务繁重，效率低，并且容易因疏忽而导致出错。

因此，需要提供一种能够高效、准确核查财务报表勾稽关系的方法。

发明内容

为此，本发明提供一种勾稽关系知识图谱的构建方法、财务报表核查方法及计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的第一个方面，提供一种勾稽关系知识图谱的构建方法，在计算设备中执行，所述勾稽关系知识图谱用于核查财务报表科目之间的勾稽关系，所述方法包括：获取多个公司的财务报表，从所述财务报表中提取出各公司在不同时期的科目向量，所述科目向量包括多个科目的数值；分别将每一个科目作为因变量，将其他科目作为自变量，以所述多个科目向量作为训练样本，训练生成每一个科目的回归模型；分别计算每个回归模型的误差，当误差小于预设的误差阈值时，将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，从所述财务报表中提取出各公司在不同时期的科目向量的步骤包括：从所述财务报表中提取出多个三元组，所述三元组由时期、科目、科目数值构成；将属于同一个公司的同一个时期的三元组进行拼接，得到财报宽表，所述财报宽表中的每一列或每一行对应于一个科目，相应地，所述财报宽表中的每一行或每一列的科目数值组成科目向量。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，还包括步骤：对同义科目进行合并，其中，所述同义科目按照以下方法确定：通过查询同义词库来确定同义科目；或者确定各科目的词向量，计算科目词向量之间的相似度，根据相似度来确定同义科目。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，还包括步骤：当回归模型的误差大于等于所述误差阈值时，对相应训练样本中的自变量进行组合运算以生成衍生自变量，因变量保持不变，得到衍生训练样本；采用衍生训练样本训练生成新的回归模型；计算新的回归模型的误差，当误差小于误差阈值时，将该回归模型作为勾稽关系公式进行存储。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，对相应训练样本中的自变量进行组合运算以生成衍生自变量的步骤包括：将相应训练样本中的自变量两两进行组合，得到多对自变量；对每一对自变量进行数学运算，以生成衍生自变量，所述数学运算包括乘法运算和除法运算。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，勾稽关系知识图谱采用图结构进行存储，所述图结构中的节点表示科目，两节点之间的边表示两节点对应的科目具有勾稽关系；所述将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱的步骤包括：将勾稽关系公式所包含的科目对应的节点作为目标节点，在每一对目标节点之间添加一条边，并设置边的属性为勾稽关系公式或勾稽关系公式的标识。

可选地，在根据本发明的勾稽关系知识图谱的构建方法中，当采用一勾稽关系公式对待核财务报表的勾稽关系进行核查的报错率达到预设阈值时，对该勾稽关系公式进行重新训练。

根据本发明的第二个方面，提供一种财务报表核查方法，在计算设备中执行，包括：提取待核查的财务报表中包含的科目和各科目的数值；基于所述科目，从预设的勾稽关系知识图谱中确定用于核查所述财务报表的目标勾稽关系公式；以及核查各科目的数值是否符合所述目标勾稽关系公式。

根据本发明的第三个方面，提供一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，当程序指令被处理器读取并执行时，使得计算设备执行上述勾稽关系知识图谱的构建方法和/或财务报表核查方法。

根据本发明的第四个方面，提供一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行上述勾稽关系知识图谱的构建方法和/或财务报表核查方法。

根据本发明的技术方案，从已有的财务报表中自动提取出各科目之间的勾稽关系公式并进行存储，形成勾稽关系知识图谱。勾稽关系知识图谱可用于对待核查的财务报表的勾稽关系进行核查。

在对待核查的财务报表进行核查时，根据财务报表中的科目，从勾稽关系知识图谱中确定目标勾稽关系公式，然后检查财务报表中各科目的数值是否符合目标勾稽关系公式，从而实现财务报表的勾稽关系核查。

本发明的技术方案能够从已有的财务报表中自动提取出勾稽关系公式，形成全面、完整的勾稽关系知识图谱。基于勾稽关系知识图谱，实现了财务报表勾稽关系的自动化核查，大大提高了勾稽关系核查的效率和准确性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的计算系统100的示意图；

图2示出了根据本发明一个实施例的计算设备200的示意图；

图3示出了根据本发明一个实施例的勾稽关系知识图谱的构建方法300的流程图；

图4示出了根据本发明一个实施例的勾稽关系知识图谱的示意图；

图5示出了根据本发明一个实施例的财务报表核查方法500的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

针对现有技术中存在的问题，本发明提供一种勾稽关系知识图谱的构建方法、财务报表核查方法及计算设备，以实现对财务报表勾稽关系的自动化、高效、准确核查。

本发明通过生成并应用勾稽关系知识图谱来实现对财务报表勾稽关系的核查。图1示出了用于训练以及应用勾稽关系知识图谱的计算系统100的示意图。如图1所示，计算系统100包括通过网络通信连接的终端设备110、服务器120、训练设备130和数据存储装置140。

应当指出，图1所示的计算系统100仅是示例性的。虽然其中仅示出了一个终端设备、一个服务器、一个训练设备和一个数据存储装置，但是，在具体实践情况中，计算系统中可以包括不同数量的终端设备、服务器、训练设备和数据存储装置，本发明对计算系统中所包括的终端设备、服务器、训练设备和数据存储装置的数量均不作限制。

在本发明的实施例中，数据存储装置140用于存储用于生成勾稽关系知识图谱的训练样本(即多个公司的财务报表)，以及训练生成的勾稽关系知识图谱。

根据一种实施例，用于生成勾稽关系知识图谱的财务报表为真实性、准确性较高的财务报表，例如上市公司公开的财务报表，或者其他公司经审计无误的财务报表等。上市公司公开的财务报表例如可以通过数据接口或爬虫程序从证券交易所网站、中国证监会指定的信息披露网站等处获取，并存储至数据存储装置140，以便用于生成勾稽关系知识图谱。

需要说明的是，本发明不限制数据存储装置140的具体配置情况和实现方式。在一些实施例中，数据存储装置140可以实现为文件存储、对象存储等云存储服务。

训练设备130与数据存储装置140通信连接，适于执行本发明的勾稽关系知识图谱的构建方法300，获取数据存储装置140中的财务报表，通过对真实性、准确性较高的财务报表进行处理，生成勾稽关系知识图谱，并将生成的勾稽关系知识图谱存储至数据存储装置140。

终端设备110为位于用户侧的、能够与用户进行交互的计算设备。在本发明的实施例中，用户指的是有财务报表勾稽关系核查需求的人，包括但不限于审计公司的审计人员、公司的财务工作人员、投资管理人员等。终端设备110通常为桌面电脑、笔记本电脑等个人配置的计算机，或者手机、平板电脑等常用的便携式个人移动终端。在另一些实施例中，终端设备110也可以是智能可穿戴设备、物联网设备等。本发明对终端设备110的种类和硬件配置情况不作限制。

在本发明的实施例中，终端设备110中安装有用于进行财务报表勾稽关系核查的客户端应用，例如浏览器、数据服务商所提供的特定软件等。用户可以在终端设备110上对该应用进行操作，以对待核查的财务报表进行勾稽关系核查。需要说明的是，客户端应用可以以任意形式驻留于终端设备110上，本发明对客户端应用在终端设备110中的存在形式不作限制。例如，客户端应用可以是安装于终端设备110上的独立软件，也可以是独立软件中的一个功能模块，还可以是可通过浏览器进行访问的Web页面，等等。

服务器120为终端设备110中部署的用于财务报表勾稽关系核查的客户端应用的服务端，其基于数据存储装置140中存储的相关数据(包括本发明的勾稽关系知识图谱、以及用户的登录数据、行为数据等)，向客户端应用提供数据和方法调用服务。在一些实施例中，服务器120与训练设备130可以是同一个设备。

在一种实施例中，用户可以在终端设备110上对相应的客户端应用进行操作，以提交对指定财务报表的核查请求。服务器120响应于该请求，执行本发明的财务报表核查方法500，根据已存储的勾稽关系知识图谱，对指定的财务报表进行勾稽关系核查，并将核查结果返回给终端设备110。

在另一种实施例中，客户端应用也可以通过服务器120将勾稽关系知识图谱下载至本地。基于本地存储的勾稽关系知识图谱，终端设备110可以执行本发明的财务报表核查方法500，对用户指定的财务报表进行勾稽关系核查。

需要说明的是，本发明的终端设备110、服务器120、训练设备130可以实现为任意型号的计算设备，本发明对终端设备110、服务器120、训练设备130的具体结构和硬件配置情况不作限制。

图2示例性地示出了终端设备110、服务器120、训练设备130可以采用的一种计算设备200的结构图。

如图2所示，在基本的配置102中，计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。

取决于期望的配置，处理器204可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用，或者在一些实现中，存储器控制器218可以是处理器204的一个内部部分。

取决于期望的配置，系统存储器206可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。计算设备中的物理内存通常指的是易失性存储器RAM，磁盘中的数据需要加载至物理内存中才能够被处理器204读取。系统存储器206可以包括操作系统220、一个或者多个应用222以及程序数据224。在一些实施方式中，应用222可以布置为在操作系统上由一个或多个处理器204利用程序数据224执行指令。操作系统220例如可以是Linux、Windows等，其包括用于处理基本系统服务以及执行依赖于硬件的任务的程序指令。应用222包括用于实现各种用户期望的功能的程序指令，应用222例如可以是浏览器、即时通讯软件、软件开发工具(例如集成开发环境IDE、编译器等)等，但不限于此。当应用222被安装到计算设备200中时，可以向操作系统220添加驱动模块。

在计算设备200启动运行时，处理器204会从存储器206中读取操作系统220的程序指令并执行。应用222运行在操作系统220之上，利用操作系统220以及底层硬件提供的接口来实现各种用户期望的功能。当用户启动应用222时，应用222会加载至存储器206中，处理器204从存储器206中读取并执行应用222的程序指令。

计算设备200还可以包括有助于从各种接口设备(例如，输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256，它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260，其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备200还包括与总线/接口控制器230相连的存储接口总线234。存储接口总线234与存储设备232相连，存储设备232适于进行数据存储。示例的存储设备232可以包括可移除存储器236(例如CD、DVD、U盘、可移动硬盘等)和不可移除存储器238(例如硬盘驱动器HDD等)

在根据本发明的计算设备200中，应用222包括用于执行本发明的勾稽关系知识图谱的构建方法300和/或财务报表核查方法500的指令，该指令可以指示处理器204执行本发明的勾稽关系知识图谱的构建方法300和/或财务报表核查方法500，以生成勾稽关系知识图谱，以及根据勾稽关系知识图谱来核查待核财务报表的勾稽关系。

图3示出了根据本发明一个实施例的勾稽关系知识图谱的构建方法300的流程图。方法300在计算设备(例如前述训练设备130、计算设备200等)中执行，用于生成用于核查财务报表科目之间的勾稽关系的勾稽关系知识图谱。如图3所示，方法300始于步骤S310。

在步骤S310中，获取多个公司的财务报表，从财务报表中提取出各公司在不同时期的科目向量，科目向量包括多个科目的数值。

步骤S310中获取到的财务报表为真实性、准确性较高的财务报表，例如上市公司公开的财务报表，或者其他公司经审计无误的财务报表等。

财务报表通常包括资产负债表、现金流量表和利润表，但不限于此。每个财务报表中包括多个科目。

例如，资产负债表中包括流动资产(进一步包括货币资金、结算备付金、拆出资金等科目)、非流动资产(进一步包括发放贷款和垫款、债权投资、长期应收款等科目)、流动负债(进一步包括短期借款、拆入资金、应付账款等科目)、非流动负债(进一步包括保险合同准备金、长期借款租赁负债等科目)、所有者权益(进一步包括实收资本、资本公积、专项储备等科目)等科目。现金流量表中包括经营活动产生的现金流量(进一步包括销售商品/提供劳务收到的现金、客户存款和同业存放款项净增加额等科目)、投资活动产生的现金流量(进一步包括收回投资收到的现金、取得投资收益收到的现金等科目)、现金及现金等价物净增加额、期末现金及现金等价物余额等科目；利润表中包括营业总收入(进一步包括营业收入、利息收入、手续费及佣金收入等科目)、营业总成本(进一步包括营业成本、税金及附加、管理费用、研发费用等科目)、营业利润等科目；等。

在步骤S310中，通过对财务报表进行处理，提取出各公司在不同时期的科目向量，每个科目向量均包括多个科目的数值。各科目向量的维数相同(即所包括的科目的数量和顺序相同)。

根据一种实施例，步骤S310进一步包括：

从财务报表中提取出多个三元组，三元组由时期、科目、科目数值构成。

例如，步骤S310中获取到多个公司的财务报表，分别对每一张财务报表进行处理，从中提取出形如(时期、科目、科目数值)的三元组。例如，在公司A的资产负债表中，科目1在时间t1的数值为a1，则相应地提取出三元组(t1，资产负债表科目1，a1)。在公司B的利润表中，科目2在时间t2的数值为b2，则相应地提取出三元组(t2，利润表科目2，b2)。通过对各公司的财务报表进行提取，得到三元组集合。

随后，将属于同一个公司的同一个时期的三元组进行拼接，得到财报宽表，财报宽表中的每一列或每一行对应于一个科目，相应地，财报宽表中的每一行或每一列的科目数值组成科目向量。

例如，从公司A、公司B的资产负债表、利润表、现金流量表中提取出多个三元组，将这些三元组进行拼接，得到财报宽表，财报宽表中的每一列对应于一个科目，如下表所示：

上表中，每一行的科目数值(上表中的阴影部分)组成科目向量，例如，公司A在时期t1对应的科目向量为[a₁₁,a₁₂,a₁₃,…,a_1n]，公司A在时期t2对应的科目向量为[a₂₁,a₂₂,a₂₃,…,a_2n]，等等。

需要说明的是，在实践中，可能会出现同义科目，即两个科目名称不同，但语义相同(例如现金储备和现金存储量)。为了保证生成的勾稽关系知识图谱的准确性，根据一种实施例，需要对同义科目进行合并，即，当出现两个或两个以上科目为同义科目时，仅保留其中之一，舍弃其他科目，避免数据的冗余和干扰，保证生成的勾稽关系知识图谱的效率和准确性。

根据一种实施例，同义科目可以采用以下方法来确定：

一种方法是，通过查询同义词库来确定同义科目。即，预先建立科目的同义词库，通过查询同义词库来确定两个科目是否为同义科目。

另一种方法是，确定各科目的词向量，计算科目词向量之间的相似度，根据相似度来确定同义科目。例如，可以采用诸如word2vec等词向量模型来确定各科目的词向量，然后计算两科目词向量的余弦相似度。当两科目词向量的余弦相似度大于预设阈值时，将这两个科目判断为同义科目。进一步地，在该实施方式中，为了提高同义科目判断的准确定，生成科目词向量所采用的词向量模型为采用金融、财务领域的预料训练得出。

需要说明的是，篇幅所限，以上仅给出了两种确定同义科目的方法。本领域技术人员可以理解，除了上述两种方法之外，还可以采用其他方法来确定同义科目，本发明对同义科目的确定方法不作限制。

在步骤S310从财务报表中提取出各公司在不同时期的科目向量后，继续执行步骤S320。

在步骤S320中，分别将每一个科目作为因变量，将其他科目作为自变量，以步骤S310得到的多个科目向量作为训练样本，训练生成每一个科目的回归模型。

例如，经过步骤S310，得到m个n维的科目向量，每个科目向量均包含科目1～科目n的数值。科目向量的数量为m个，即训练样本为m个。步骤S320以m个科目向量为训练样本，训练生成每一个科目的回归模型，科目的数量为n，相应地，将生成n个回归模型。

在训练生成每个科目的回归模型时，均以步骤S310所得到的科目向量为训练样本，但对于不同科目，训练样本的使用方式不同。在使用科目向量训练训练某一科目的回归模型时，以该科目为因变量，将其他科目作为自变量。

例如，科目向量包含科目1～科目n的数值，在训练生成科目i(1≤i≤n)的回归模型时，以科目i为因变量，其他科目(即科目1～科目i-1，科目i+1～科目n)为自变量。m个科目向量对应于m个数据样本点{(x₁，y₁)，(x₂，y₂)，…，(x_m，y_m)}，其中，x_u(1≤u≤m)是由第u个科目向量中的n-1个自变量科目的数值所组成的n-1维向量，y_u是第u个科目向量中的因变量科目的数值(即科目i的数值)。换言之，m个数据样本点可以表示为{([x_1,1，x_1,2，…，x_1,i-1，x_1,i+1，…，x_1,n]，y₁)，([x_2,1，x_2,2，…，x_2,i-1，x_2,i+1，…，x_2,n]，y₂)，…，([x_m,1，x_m,2，…，x_m,i-1，x_m,i+1，…，x_m,n]，y_m)}，其中，i表示因变量科目，x_u,v表示第u个科目向量中的自变量科目v的数值(1≤v≤n且v≠i)，y_u表示第u个科目向量中的因变量科目i的数值，即有y_u＝x_u,i。

根据科目i的m个数据样本点{(x₁，y₁)，(x₂，y₂)，…，(x_m，y_m)}，训练得出形如y＝ax+b的线性回归模型，其中，a、b为训练得出的模型参数，具体地，a为其他科目的权重向量，b为偏置项。该回归模型所表达的即是科目i与其他科目的加减运算关系。

根据一种实施例，回归模型为LASSO(Least Absolute Shrinkage and SelectionOperator)模型。LASSO模型在求解线性回归问题时，在优化目标函数中加入了L1正则化项，使得生成的回归模型具有稀疏化的效果，即，使得部分科目对应的权重为0，找到尽可能少的自变量科目集合，从而简化了回归模型的结构，降低了回归模型的复杂度，减少了过拟合的风险。

在步骤S320训练生成回归模型后，执行步骤S330。需要说明的是，步骤S320中生成了每一个科目对应的回归模型，即步骤S320生成了多个回归模型。在具体实践中，可以在步骤S320中每生成一个回归模型后，继续执行步骤S330来判断该回归模型的有效性，那么对应于多个回归模型，步骤S320、S330将反复执行多次，即形成S320→S330→S320→S330的执行循环，直至所有科目的回归模型判断完毕为止。在另一些实施例中，也可以在步骤S320生成所有科目的回归模型后，再执行步骤S330，判断这些回归模型的有效性。

在步骤S330中，分别计算每个回归模型的误差，当误差小于预设的误差阈值时，将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱。

根据一种实施例，回归模型的误差采用均方根误差(Root Mean Squard Error，RSME)，其计算公式如下：

其中，m为训练样本的数量(即科目向量的数量，或称数据样本点的数量)，y_k为第k个训练样本中的因变量科目的数值，

为采用回归模型对第k个训练样本中的自变量科目数值进行计算所得出的因变量的预测值。

当误差小于预设的误差阈值时，将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱。

应当指出，误差阈值由本领域技术人员自行设置，本发明对其取值不作限制。为了保证勾稽关系公式准确、有效，通常将误差阈值设置为一个很小的数，例如10^(-6)。

当误差大于等于误差阈值时，表明当前的回归模型不准确，即，当前回归模型所涉及的科目之间不具有可靠的加减运算关系，但这些科目之间可能具有乘法、除法、乘方、开方等其他运算关系，不宜因为回归模型的误差大于等于误差阈值而直接判定相应的科目之间不具有勾稽关系。

因此，根据一种实施例，当回归模型的误差大于等于误差阈值时，对相应训练样本中的自变量进行组合运算以生成衍生自变量，因变量保持不变，得到衍生训练样本。例如，将相应训练样本中的自变量两两进行组合，得到多对自变量，然后对每一对自变量进行数学运算，以生成衍生自变量，数学运算包括乘法运算和除法运算。随后，采用衍生训练样本训练生成新的回归模型。计算新的回归模型的误差，当误差小于误差阈值时，将该回归模型作为勾稽关系公式进行存储。

例如，在步骤S320中，采用m个训练样本{([x_1,1，x_1,2，…，x_1,i-1，x_1,i+1，…，x_1,n]，y₁)，([x_2,1，x_2,2，…，x_2,i-1，x_2,i+1，…，x_2,n]，y₂)，…，([x_m,1，x_m,2，…，x_m,i-1，x_m,i+1，…，x_m,n]，y_m)}生成科目i的回归模型model_i。经过步骤S330的计算，得出model_i的误差大于误差阈值。

这种情况下，对上述m个训练样本中的自变量进行组合运算以生成衍生自变量，因变量保持不变，得到衍生训练样本。例如，对于第u个(1≤u≤m)训练样本([x_u,1，x_u,2，…，x_u,i-1，x_u,i+1，…，x_u,n]，y_u)，将其中的自变量x_u,1，x_u,2，…，x_u,i-1，x_u,i+1，…，x_u,n两两进行组合，得到多对自变量(x_u,1，x_u,2)，(x_u,1，x_u,3)，(x_u,1，x_u,4)等。对于每一对自变量进行乘法和除法运算，生成衍生自变量。以自变量对(x_u,1，x_u,2)为例，以生成三个衍生自变量t_u,1＝x_u,1*x_u,2，t_u,2＝x_u,1/x_u,2，t_u,3＝x_u,2/x_u,1；以自变量对(x_u,1，x_u,3)为例，以生成三个衍生自变量t_u,4＝x_u,1*x_u,3，t_u,5＝x_u,1/x_u,3，t_u,6＝x_u,3/x_u,1；以此类推，得到衍生训练样本([t_u,1，t_u,2，t_u,3，t_u,4，t_u,5，t_u,6，…]，y_u)。

按照上一步骤分别对m个训练样本进行处理，生成m个衍生训练样本。{([t_1,1，t_1,2，t_1,3，t_1,4，t_1,5，t_1,6，…]，y₁)，([t_2,1，t_2,2，t_2,3，t_2,4，t_2,5，t_2,6，…]，y₂)，…，([t_m,1，t_m,2，t_m,3，t_m,4，t_m,5，t_m,6，…]，y_m)}。随后，采用m个衍生训练样本训练生成新的回归模型model_i’。计算新的回归模型model_i’的误差，若误差小于误差阈值时，将该回归模型作为勾稽关系公式进行存储；若误差大于等于误差阈值，则判断不存在勾稽关系公式，即科目i与其他科目不存在勾稽关系。

根据一种实施例，勾稽关系知识图谱采用图结构进行存储，图结构中的节点表示科目，两节点之间的边标识两节点对应的科目具有勾稽关系。相应地，可以按照以下步骤来将勾稽关系公式存储至勾稽关系知识图谱中：将勾稽关系公式所包含的科目对应的节点作为目标节点(若知识图谱中不存在科目对应的节点，则为科目创建新节点)，在每一对目标节点之间添加一条边，并设置边的属性为勾稽关系公式或勾稽关系公式的标识。

例如，通过计算回归模型的误差，得到以下四个勾稽关系公式：

公式1：x₁＝x₂+x₃

公式2：x₂＝x₄*x₅

公式3：x₃＝x₆*x₇

公式4：x₈＝x₂+x₃+x₉

式中，x1～x9分别表示科目1～科目9的数值。

上述四个勾稽关系公式可以按照以下步骤存储至勾稽关系知识图谱中：

公式1包含科目1～科目3，因此，将勾稽关系知识图谱中对应于科目1～科目3的节点作为目标节点(如果知识图谱中不存在科目1～科目3对应的节点，则创建新节点)，在每一对目标节点之间添加一条边，即，将科目1、科目2、科目3的节点两两连边，并将这些新增连边的属性设置为“公式1”，如图4所示。

公式2包含科目2、科目4和科目5，相应地，在勾稽关系知识图谱中，将科目2、科目4和科目5对应的节点两两连边，并将这些新增连边的属性设置为“公式2”，如图4所示。

公式3包含科目3、科目6和科目7，相应地，在勾稽关系知识图谱中，将科目3、科目6和科目7对应的节点两两连边，并将这些新增连边的属性设置为“公式3”，如图4所示。

公式4包含科目2、科目3、科目8、科目9，相应地，在勾稽关系知识图谱中，将科目2、科目3、科目8、科目9对应的节点两两连边，并将这些新增连边的属性设置为“公式4”，如图4所示。

根据本发明的勾稽关系知识图谱的构建方法300，可以生成勾稽关系知识图谱，所生成的勾稽关系知识图谱用于核查财务报表科目之间的勾稽关系。根据一种实施例，本发明还提供一种勾稽关系知识图谱的自适应学习和修正的步骤，即：当采用一勾稽关系公式对待核财务报表的勾稽关系进行核查的报错率达到预设阈值时(报错率即在采用某一勾稽关系公式对待核财务报表的勾稽关系进行核查时，核查未通过的次数占核查总次数的比例)，认为该勾稽关系公式可能存在错误，这时，需要对该勾稽关系公式进行重新训练，并用训练生成的新的勾稽关系公式替换勾稽关系知识图谱中的原勾稽关系公式。

基于方法300生成的勾稽关系知识图谱，本发明还提供一种财务报表核查方法500，用于根据勾稽关系知识图谱来对待核财务报表的勾稽关系进行核查。

图5示出了根据本发明一个实施例的财务报表核查方法500的流程图。方法500在计算设备(例如前述终端设备110、服务器120、计算设备200等)中执行，用于核查待核财务报表的勾稽关系。如图5所示，方法500始于步骤S510。

在步骤S510中，提取待核查的财务报表中包含的科目和各科目的数值。

待核查的财务报表中包含的科目和各科目的数值例如可以采用前述步骤S310中的三元组的方式来抽取，此处不再赘述。

在步骤S520中，基于上述科目，从预设的勾稽关系知识图谱中确定用于核查该财务报表的目标勾稽关系公式。

具体地，当勾稽关系知识图谱采用图结构进行存储时，根据步骤S510中提取出的科目，从图结构中找到这些科目所对应的节点，然后根据节点的连边情况，确定与该科目具有勾稽关系的科目和相应的目标勾稽关系公式。

例如，步骤S510从待核查的财务报表中提取了科目1～科目6的数值。以图4所示的知识图谱为例，对于科目1，与科目1相连的节点为科目2和科目3，对应的目标勾稽关系公式为公式1，与科目2相连的节点为科目1、科目3、科目4和科目5，对应的目标勾稽关系公式为公式1、公式2和公式4。以此类推，确定用于核查财务报表的所有目标勾稽关系公式。

随后，在步骤S530中，核查各科目的数值是否符合目标勾稽关系公式。

若各科目的数值均符合相应的目标勾稽关系公式，则财务报表勾稽关系核查通过；否则，表明财务报表中存在数据错误，核查未通过。

根据一种实施例，可以根据方法500中对勾稽关系知识图谱的应用结果，来进一步更新勾稽关系知识图谱，以实现勾稽关系知识图谱的自适应学习和优化，提高勾稽核查的准确性。

具体地，例如，当采用某一勾稽关系公式对待核财务报表的勾稽关系进行核查的报错率达到预设阈值时(报错率即在采用某一勾稽关系公式对待核财务报表的勾稽关系进行核查时，核查未通过的次数占核查总次数的比例)，认为该勾稽关系公式可能存在错误，这时，需要对该勾稽关系公式进行重新训练，并用训练生成的新的勾稽关系公式替换勾稽关系知识图谱中的原勾稽关系公式。

应当指出，报错率的预设阈值可以由本领域技术人员自行设置，本发明对此不做限制。例如，可以将预设阈值设置为5％或10％。

本发明的技术方案能够从已有的财务报表中自动提取出勾稽关系公式，形成全面、完整的勾稽关系知识图谱。基于勾稽关系知识图谱，实现了财务报表勾稽关系的自动化核查，大大提高了勾稽关系核查的效率和准确性。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的勾稽关系知识图谱的构建方法和/或财务报表核查方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的优选实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种勾稽关系知识图谱的构建方法，在计算设备中执行，所述勾稽关系知识图谱用于核查财务报表科目之间的勾稽关系，所述方法包括：

获取多个公司的财务报表，从所述财务报表中提取出各公司在不同时期的科目向量，所述科目向量包括多个科目的数值；

分别将每一个科目作为因变量，将其他科目作为自变量，以所述多个科目向量作为训练样本，训练生成每一个科目的回归模型；

分别计算每个回归模型的误差，当误差小于预设的误差阈值时，将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱。

2.如权利要求1所述的方法，其中，所述从所述财务报表中提取出各公司在不同时期的科目向量的步骤包括：

从所述财务报表中提取出多个三元组，所述三元组由时期、科目、科目数值构成；

将属于同一个公司的同一个时期的三元组进行拼接，得到财报宽表，所述财报宽表中的每一列或每一行对应于一个科目，相应地，所述财报宽表中的每一行或每一列的科目数值组成科目向量。

3.如权利要求1或2所述的方法，还包括步骤：对同义科目进行合并，其中，所述同义科目按照以下方法确定：

通过查询同义词库来确定同义科目；或者

确定各科目的词向量，计算科目词向量之间的相似度，根据相似度来确定同义科目。

4.如权利要求1-3中任一项所述的方法，还包括步骤：

当回归模型的误差大于等于所述误差阈值时，对相应训练样本中的自变量进行组合运算以生成衍生自变量，因变量保持不变，得到衍生训练样本；

采用衍生训练样本训练生成新的回归模型；

计算新的回归模型的误差，当误差小于误差阈值时，将该回归模型作为勾稽关系公式进行存储。

5.如权利要求4所述的方法，其中，所述对相应训练样本中的自变量进行组合运算以生成衍生自变量的步骤包括：

将相应训练样本中的自变量两两进行组合，得到多对自变量；

对每一对自变量进行数学运算，以生成衍生自变量，所述数学运算包括乘法运算和除法运算。

6.如权利要求1-5中任一项所述的方法，其中，所述勾稽关系知识图谱采用图结构进行存储，所述图结构中的节点表示科目，两节点之间的边表示两节点对应的科目具有勾稽关系；

所述将相应的回归模型作为勾稽关系公式进行存储，以生成勾稽关系知识图谱的步骤包括：

将勾稽关系公式所包含的科目对应的节点作为目标节点，在每一对目标节点之间添加一条边，并设置边的属性为勾稽关系公式或勾稽关系公式的标识。

7.如权利要求1所述的方法，还包括步骤：

当采用一勾稽关系公式对待核财务报表的勾稽关系进行核查的报错率达到预设阈值时，对该勾稽关系公式进行重新训练。

8.一种财务报表核查方法，在计算设备中执行，包括：

提取待核查的财务报表中包含的科目和各科目的数值；

基于所述科目，从预设的勾稽关系知识图谱中确定用于核查所述财务报表的目标勾稽关系公式；以及

核查各科目的数值是否符合所述目标勾稽关系公式。

9.一种计算设备，包括：

至少一个处理器和存储有程序指令的存储器；

当所述程序指令被所述处理器读取并执行时，使得所述计算设备执行如权利要求1-7中任一项所述的勾稽关系知识图谱的构建方法和/或如权利要求8所述的财务报表核查方法。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-7中任一项所述的勾稽关系知识图谱的构建方法和/或如权利要求8所述的财务报表核查方法。

Images