人工智能知识图谱技术在企业财税知识管理中的应用

●陈 威 孙 甜

一、前言

财税管理是企业管理的核心环节，是企业基业长青的重要基础和保障，为支撑企业持续健康高质量发展，国务院国资委发布了《关于中央企业加快建设世界一流财务管理体系的指导意见》，在探索和使用财务工具、 将领先信息技术应用于财务领域和财税人员队伍国际化培养等方面，做出重大指导。 相关企业认真学习指导意见，贯彻落实，财务管理水平显著提升，保障了企业健康发展。 然而，随着企业数字化转型的推进和财税法规的发展，财税管理仍面临新的挑战，包括：一是复杂的法规和法律环境。 为适应数字化时代的管理需求，财税法规经常发生变化，这导致财税管理人员难以及时了解并调整财税策略；二是技术复杂性。 企业通常使用多个不同的系统来处理财税事务，其中要掌握的技术对一些组织而言可能是一项具有挑战性的任务； 三是新型财税人才需求。 数字化时代的财务管理需要具备数字技术和财务专业知识的人才，但这样的人才相对稀缺，组织需要付出额外成本来招聘和培养这方面的人才。 为解决新发展形式下企业财税管理面临的问题，现代知识管理采用了更加先进的技术，如自然语言处理、知识图谱等，来提高搜索的准确性和智能化程度。 通过这些技术可以理解用户输入的自然语言，提取查询重点，利用知识图谱等数据源进行查询、匹配和推理操作，从而生成更加精准的搜索结果和智能问答；有助于用户更全面地理解和把握企业财税知识，为财税管理人员提供更及时、准确和完整的财税信息，提升信息的组织、理解和利用水平，为财税工作提供更加智能、高效的支持。

二、湖北烟草企业财税知识管理现状及面临问题

（一）湖北烟草企业数字化转型现状

国家“十四五”规划和2035 年远景目标纲要明确提出“加快数字化发展，建设数字中国”。 湖北烟草把握数字经济发展新机遇，建设一体化平台，推动数字化、网络化、智能化发展。 湖北烟草扎实推进数字技术与烟草业务的深度融合，加速推进数字技术在烟草行业的应用，加速推进高水平科技自立自强，为湖北烟草发展注入新的活力。 湖北烟草实现了卷烟营销由“经验型”向“数据型”的转变，充分运用现代信息技术，如大数据和云计算。 为了满足不同卷烟营销业务需求，湖北烟草构建了“知音E 采”智慧管理平台，采用数字化、 可视化和场景化的三位一体方法。平台的核心理念是以“数据驱动业务、业务赋能终端”为中心，建立了数据采集应用机制，通过打通云POS 终端信息链条，实现了精准采集、精细管理、精确分析和高效应用数据，积极推动了湖北烟草卷烟营销的数字化转型。 在实现智慧种烟新模式方面，湖北烟草应用了“烟叶信息管理基础软件”“烟技通”“全国统一烟叶生产经营管理平台”等平台。 通过这些平台，湖北烟草推进了烟叶生产技术的全过程信息化管理，探索了“掌上”智慧种烟新模式。这使得生产数据能够即时查看，过程管理更加高效，烟叶质量可追溯，生产技术也能够通过云培训进行推动。湖北烟草通过一系列的举措，有效推动了烟叶生产的数字化转型。

（二）湖北烟草智能财务的建设与完善

在数字化时代，各行业纷纷涌现出“智能+”应用场景，财务领域尤其积极迎合这一潮流，不断推动财务管理向智能化方向发展。在这一背景下，智能财务的概念应运而生，成为企业财务转型的崭新热潮。湖北烟草充分认识到智能财务建设与业务财务融合之间的紧密联系，将其视为管理会计的桥梁，为企业提供更高效、智能的财务管理方式。通过清晰理解管理会计、业务财务融合和智能财务之间的关系，湖北烟草构建了智能财务建设框架，以满足企业财务管理的紧迫需求，推动智能财务在企业中全面实施。

首先，湖北烟草通过整合和清洗企业财务数据，确保数据的质量和准确性，为后续的智能分析奠定基础。这一步骤是智能财务建设的基石，确保数据可靠、一致，为进一步的智能化处理提供可靠的基础。 其次，湖北烟草积极整合各类“智能+”技术，包括人工智能、大数据、云计算以及RPA 等，进行智能分析，深挖数据中的潜在价值，为财务决策提供更为科学的依据。这一步骤旨在充分利用现代技术，使得财务数据得以更加深入和全面地分析，为企业提供更智能的决策支持。 最后，在数字化财务运营方面，湖北烟草引入了先进的数字化工具和系统，实现了财务流程的自动化，提高了运营效率。 这不仅节省了时间成本，还降低了错误率，使得财务运营更为高效、准确，符合数字化时代的要求。

通过智能财务清晰的框架和细致的整合，湖北烟草在管理会计、 业务财务融合和智能财务三者之间找到了平衡点，推动企业在数字化浪潮中迎接财务管理的未来。 这一系列的举措将为湖北烟草提供新的思路和方法，为企业财务管理者和决策者提供更科学、先进的财务管理手段，推动企业在数字化时代中持续创新与发展。

（三）湖北烟草企业财税知识管理面临问题

在新的发展形式下，特别是大数据和人工智能技术的飞速发展，对财务知识管理提出了更高的要求。湖北烟草财税知识管理在当前环境下，仍面临挑战和问题，主要包括：一是碎片化的信息，缺乏有效管理。财税信息可能来不同监管层级和内外部自多个渠道，包括法规、政策、税法等，而且财税法规和政策经常发生变动，导致信息碎片化，难以整合和统一，企业难以及时了解国家、地方和行业的相关规定，容易产生合规性风险。二是财税信息检索困难。传统的财税知识检索系统由于搜索算法限制、不同格式的数据、信息的碎片化等问题，导致搜索结果可能会存在冗余、错误信息多、误导性强等问题。 而且财税人员往往需要查询多个信息来源，人为筛选多来源的财税法规，检索效率低下，影响财税工作的推进。 三是培训和知识传承缺乏有力抓手。财税领域具备较高的专业性，要求财税人员需要具备一定的专业素养，了解最新的法规和政策，具备处理财务数据的技能。然而，由于企业内部缺乏有效的知识管理手段，使得新员工的培训难度较大。人员的流动导致知识断节，影响财税工作的开展。

三、 基于知识图谱的烟草企业财税知识管理实践

本文以湖北烟草行业作为研究对象，企业所得税是财税法规日常工作中涉及较多的内容，因此本文以此为切入点，整合碎片化信息，建立财税知识图谱，将来自多渠道的碎片化信息整合到一个统一的知识体系中，实现财税知识的全面覆盖。

知识图谱是一种描述真实世界中各种实体或概念的方法。 谷歌于2012 年最早提出知识图谱（Knowledge Graph）的概念，作为搜索引擎的重要组成部分，为用户提供了更丰富和相关的搜索结果提升用户搜索体验(Liu et al.,2016)，自提出以来就受到学术界与企业界的广泛关注（Sun et al.,2018; Wang et al.,2020）。 知识图谱的优势在于知识搜索、融合和可视化展现上，它可以为机器提供先验知识，以帮助机器理解文本背后的含义。 将知识图谱与定期数据集成，以捕捉法规和政策的变化，确保知识图谱中的信息及时性，已被应用于多个行业和领域（范媛媛和李忠民，2021； 王卫军等，2021； 蒋雪瑶等，2022; 赵卓等，2022）。 本研究利用知识图谱的语义搜索功能，运用Neo4j 高性能图形数据库，提高用户检索信息的效率，为财务人员提供相关知识汇总与更新、精确搜索、智能问答等协助。并利用知识图谱构建培训平台，为新员工提供智能化的培训，加速知识的传承和学习。使用知识图谱解决财税知识管理中的问题，提供更智能、高效、并且精准的解决方案，实现快速检索响应和智能问答，解决财税知识知识传承的难点。

在本文中，实现面向烟草行业知识图谱主要包括以下内容。第一，数据处理，包括对财税数据的数据源分析、数据采集、数据抽取、数据清洗等步骤；第二，模型总体的设计，包括研究设计、算法设计、数据处理流程设计、企业所得税数据库图模型设计、原型UI 设计等步骤；第三，算法的研发，包括实体识别算法研发、用户意图算法研发、信息抽取算法研发、问答匹配算法、检索算法研发、排序算法研发等步骤；第四，搜索与智能问答模型的搭建，包括对知识图谱的构建和模型总体搭建等步骤；第五，对开发完成的算法模型进行测试，检验其准确度和答案返回效果是否符合需求和预期。

知识图谱构建完成后，将通过一个可交互的系统，为财税人员提供智能检索和问答的功能。 对财税人员关于最新的法律法规，直接给出检索结果和问题答案。其应用流程如图1 所示。第一步，财税人员输入相关问题，系统对问题进行理解，判断财税人员的问题意图。第二步，系统对用户输入的问题进行信息抽取。如果是基于规则匹配的信息，则直接去已构建的知识图谱中获取相关的答案(如图的步骤③)，并将问题的结果进行输入(如图的步骤④)。如果财税人员问的问题需要根据关联知识进行回答。 系统这会根据内容相似度计算出备选答案。然后将匹配度最高的作为答案，输出给财税人员(如图的步骤⑤)，完成最终的问答。

四、面向烟草企业财税知识图谱应用效果

一是烟草财税相关法规得到有效的管理，促进知识的组织、发现和共享。通过定期收集和更新内外部多个权威数据源的数据，将数据自动化存储到知识图谱，以反映最新的财税法规信息，确保信息的准确性和时效性。利用知识图谱的搜索功能，使财税人员能够快速发现相关信息。利用财税知识图谱中的关系信息，促进不同财税法规之间的关联，发现潜在的关联和联系，提供更全面的知识视角。 通过知识图谱实现知识的共享和协作，以促进团队成员之间的知识交流，大大提高财税知识管理的效率和效果。

二是显著提升财税信息查询的准确率和时效性。本研究针对询问有关对象的相关信息的问题进行评估测试，获得准确度结果。 测试对象包括五大类信息，分别为判断类、数字类、时间类、实体类和概念类，具体例子如表1 所示。测试方式是，对所有标注的企业所得税相关信息检索问题输入知识图谱系统，获得答案和对应的知识库路径。 当答案和知识库路径与人工标注的结果完全一致时，则认为该问题回答正确，否则判定为错误，没有获取到答案也认为答案错误。假设回答正确的问题个数为T，问题总数为S，则准确度的计算方式是：

表1 相关信息检索举例

根据大量测试的结果，面向烟草行业财税知识图谱的智能检索和问答准备率，已经达到具备实用化标准。所有类型的测试准确率，均在80%以上。其中，判断类问答准确度为84%，数字类问答准确度为80%，时间类问答准确度为85%，实体类问答准确度为90%，概念类问答的准确度为88.89%。 从以上测试结果可以看出，基于财税知识图谱的智能问答模型，能通过计算用户问题与知识库之间的语义相似度，返回得分最高的答案。同时根据财税人员对返回答案的反馈，重新更新排序算法模型，持续迭代，从而提高返回结果的准确度。保证了财税人员可以在短时间内，快速获取准确的财税法规知识，现在提升财税信息查询的效率。

三是通过知识图谱，为财税领域员工提供更加系统、个性化的培训，提高学员的学习积极性和知识应用能力，增强知识的传递性。 面向烟草的财税知识图谱，从财税法规、会计原理、税收政策等方面构建财税知识图谱，将各类实体（法规、会计科目、税种等）、属性（解释、适用范围、更新时间等）以及关系（适用关系、包含关系等）进行图谱化表示，各类财税知识一目了然。 根据财税员工的角色、工作经验、学历等因素，构建个性化的培训路径。 这可以通过知识图谱中的关系来推荐特定领域的知识点，使培训更加有针对性。 同时，保持知识图谱的实时更新，确保员工获取最新的财税信息。 通过通知机制，及时告知财税员工关键信息的更新。 最后，利用知识图谱构建交互式学习工具，例如，员工可以通过点击图谱中的节点来深入了解相关知识点，同时提供互动式的问题解答和答疑环节，保障烟草财税专业知识的有效传承。

五、结语

财税信息化推动企业财税管理的发展和进步，提升财务工作效率，节省投入成本。 烟草财税工作的落地执行，国家有明确的法律法规要求，客观、准确、及时地对企业及其控股企业的资产、资金、损益、负债等关键财务信息进行财务分析，判断其是否真实、合法、合规，核实企业及其控股企业真实的经营状况，识别财务收支中违法违规行为。 然而，财税法律内容丰富，涉及到的法律法规以及相关实施条例繁多. 且法律文件具有一定时效性，不同地区和不同性质的企业，财税法律规定也有明细差异。 此外，国家对企业财税管理提出了全覆盖、无盲区、无死角的高要求，企业财税专职人员工作也已高度饱和。 财税管理人员亟需相关工具，能帮助其快速、准确了解财税相关的知识和新的政策，能够进行答疑解惑、专业、智能的搜索、问答服务和培训，在对企业财务进行管理时，做到有理可依、有据可查。

本文综合运用先进的自然语言处理和机器学习等方面的理论和应用知识，为财税人员构建一个面向企业财务领域的问答系统进行深入研究。 通过对烟草企业财税管理知识体系自动获取、整理、更新企业所得税相关数据，构建企业所得税知识图谱。 使用知识图谱、自然语言处理和深度学习算法等技术对企业所得税进行分析。 自动构建“实体-关系-实体”三元组数据结构，在图谱中体现企业所得税涉及的实体之间的关系。 通过自然语言处理和深度学习算法将企业财税非结构化的数据进行智能处理，构建企业所得税知识图谱，智能回答判断类问题、时间类问题、数字类问题、实体类与概念类相关问题，准确度在80%以上。 本研究的成果能有效支撑财税人员智能、高效、专业、简洁和快速地获取财税相关知识，显著提高工作效率和提升财税工作质量。

财税知识图谱具有推广的意义。 本研究选取企业所得税作为切入点，是因为企业所得税是目前财务工作中内容最为丰富、日常财务涉及最多、最具代表性的领域之一。 在企业所得税的研究完成后，可将企业所得税更改为其它财务法规数据、 公司规则制度数据、或者公司运营数据，即可实现其它领域的智能问答。 该研究属于知识学习型工具，通过人工辅助与机器进行大量问答学习，可提高该知识图谱的“智慧”，更好支撑企业知识管理与决策。 ■