买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国烟草总公司四川省公司

摘要：本发明涉及数据处理技术领域，公开基于业财融合的烟草财务风险分析方法、系统，包括步骤：服务器构建原始税利数据分类表，并将原始税利数据分类表下发至各个客户端；用户通过客户端输入业财语句，基于注意力分布机制和长短期记忆网络，提取业财语句中的财务明细科目和属性；将从业财语句中提取的属性与财务明细科目应有的属性进行匹配，提示用户填写未能提取到的属性；将财务明细科目的每一个属性作为一个维度，选择多个财务明细科目和财务明细科目的多个维度，比较相同维度下的业务数据对应的财务数据，分析出财务数据的风险。本发明快速进行财务和对应业务的匹配，并在相同维度的业务数据下对财务进行风险分析。

主权项：1.基于业财融合的烟草财务风险分析方法，其特征在于：包括以下步骤：步骤1，服务器构建原始税利数据分类表，并将原始税利数据分类表下发至各个客户端；所述步骤1中，原始税利数据分类表包括收入数据、费用数据，收入数据和费用数据均包括财务项目、财务科目、财务明细科目；步骤2，用户通过客户端输入业财语句，基于注意力分布机制和长短期记忆网络，提取业财语句中的财务明细科目及其属性；所述步骤2具体包括以下步骤：判断业财语句为收入数据还是费用数据；使用注意力分布机制和长短期记忆网络提取业财语句中的财务明细科目，假设业财语句分词后的集合为X={x1,x2,...,xn}，其中xi表示业财语句中的第i个分词，i=1,2,...,n，给出集合X中任一分词xi的解释集合Ei={ei1,ei2,...,eim}，其中eij表示分词xi的第j个解释词，j=1,2,...,m，则集合X为： 解释集合Ei对应的隐藏状态为{h1,h2,...,hm}，其中hj表示解释词eij对应的隐藏状态，j=1,2,...,m，计算解释词eij的注意力分布： 其中，为解释词eij在第t次迭代下的注意力分布；表示第t次迭代下eij的语义向量；softmax为激活函数；tanh为激活函数；Wh为hj的可学习参数，Wc为ct的可学习参数，b为偏置；ct为第t次迭代下财务明细科目的语义向量，ct-1为第t-1次迭代下财务明细科目的语义向量，ct+1为第t+1次迭代下财务明细科目的语义向量； 为正向长短期记忆网络的输出，有： 其中，表示第t-1次迭代下正向长短期记忆网络输出的第k行第l列的向量，为财务明细科目的属性向量；k=1,2,...,K，K为总列数，l=1,2,...,L，L为总行数； 为反向长短期记忆网络的输出，有： 其中，表示第t+1次迭代下反向长短期记忆网络输出的第k行第l列的向量，为财务明细科目的属性向量；k=1,2,...,K，K为总列数，l=1,2,...,L，L为总行数；基于注意力分布，计算分词xi的预测概率分布： 其中，Pxi为分词xi的预测概率分布；Poas为生成概率，有： 其中，当财务明细科目为subj时，Rsubj为财务明细科目subj的属性的权重之和；Rw为财务明细科目subj的属性数量；Nsubj为财务明细科目subj连接属性的边的权重之和；、为可调节参数，用于调节属性或边对财务明细科目subj的重要程度；计算损失函数Loss，当损失函数最小化时，预测概率分布Pxi为最优值： 其中，为前t次迭代下eij的注意力分布之和；为初始注意力分布，为第1次迭代下eij的注意力分布，为第2次迭代下eij的注意力分布；得到n个分词的最优预测概率分布Pxi后，进行从大到小的排序，取前d个或者取大于预设阈值PT的Pxi对应的分词作为财务明细科目，dn，同时根据长短期记忆网络的输出获得该财务明细科目的属性；步骤3，将从业财语句中提取的属性与财务明细科目应有的属性进行匹配，提示用户填写未能提取到的属性；步骤4，将财务明细科目的每一个属性作为一个维度，选择多个财务明细科目和财务明细科目的多个维度，比较相同维度下的业务数据对应的财务数据，分析出财务数据的风险。

全文数据：

权利要求：

百度查询： 中国烟草总公司四川省公司 基于业财融合的烟草财务风险分析方法、系统