基于最大熵的智能提问系统及其在审计中的应用

摘要

随着信息技术的发展,审计领域的信息量剧增,传统的计算机辅助审计软件在处理这些巨量信息时,逐渐表现出审计周期长、智能化程度低的局限性。为了克服这些局限性,本文提出了智能提问系统。与传统的以查报表为手段的审计方式相比,该系统的灵活性较高,能够迅速确定审计疑点。
　　本文首先归纳概括了汉语疑问句常用的十大问点类型,然后研究了使用最大熵模型进行问点标注的方法,以标注好的语料为输入生成问句。另外,借鉴犯罪心理测试领域的问题编排技术,对生成的问句进行了筛选编排。本文构造的智能提问系统主要包含两个模块:一个是问句自动生成模块;另一个是问题编排模块。问句自动生成模块使用社会保险领域中的政策文本作为输入,在构建了该领域中常用句型模板的基础上,对文本中的事实和规则实施抽取,并以此为基础生成问句,作为输出。在生成问句时,使用最大熵理论:对社保审计领域具有代表性的政策文本实施人工标注,作为训练语料对最大熵模型进行训练,确定模型参数。然后使用该模型对从文本中抽取出的信息进行标注,将标注后的句子输入到本文所提出的问句生成算法,产生问句。问题编排模块则以生成的问句为基础,借鉴犯罪心理测试领域中的编题技术并结合社保审计领域的实际,给出问题编排时需要遵循的原则和编排的方法。
　　本文所提出的这种能够用于辅助审计的智能提问系统,其特点在于可以根据输入产生问句,并能借鉴犯罪心理测试领域的编题技术,对产生的问句进行编排,发出提问,判断从业人员是否违法,从而发掘审计疑点,达到审计目的。该系统能够提供一种高效、智能的审计辅助手段。实验表明利用最大熵方法生成问句,并用来辅助审计是可行的。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文组织结构

第2章 相关理论和技术

2.1 疑问句及问点类型分析

2.2 最大熵原理

2.3 本章小结

第3章 问句自动生成及问题编排

3.1 文本预处理

3.2 基于最大熵模型的问点标注

3.3 问句自动生成

3.4 问题编排

3.5 本章小结

第4章 系统实现及分析

4.1 系统结构

4.2 系统实现及结果分析

4.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢