基于大语言模型的财会知识图谱构建及应用展望

• 作者： 陈宋生 ¹ 王明 ²
• 作者单位：
  1.  北京理工大学管理学院

  2.  北京理工大学(珠海)社会科学学域
• 发布时间：2025-03-17

摘要: 生成式人工智能(AIGC)的快速崛起，掀起“人工智能+"赋能各行各业的浪潮，对会计领域的研究提供了新思路。由于财会行业要求高精确性与可解释性，而大语言模型存在着模型幻觉与决策黑箱，使得大模型应用于财会领域仍存在较大阻碍，构建财会知识图谱成为弥补大语言模型不足的有力工具。基于此,文章调用GPT-4ominiAPI,利用提示词工程(Prompt)与智能体(Agent)思路方法进行自动化知识抽取，构建中国会计准则知识图谱，从模式层提取财会实体与实体间复杂的勾稽关系，为大模型优化微调提供数据层支持。图谱构建结果表明，GPT-4omini能够成功从大量财务数据中提取丰富的知识五元组，并基于此构建财会知识图谱。最终，通过Neo4j技术实现知识图谱的可视化和查询功能。本研究证明大语言模型构建财会知识图谱具备可行性，能够显著提高知识图谱构建效率，为知识图谱的优化构建提供新思路，也为未来知识图谱融入大模型、优化模型性能提供基底数据支撑。

• 分类： 工商管理学 >> 会计学
• 稿件状态： 已在期刊出版
期刊名称： 《会计之友》 2025年 第5期
• 引用： PSSXiv:202503.01401 (或此版本 PSSXiv:202503.01401V1)
  DOI:10.12451/202503.01401
  CSTR:32012.36.PSSXiv.202503.01401
• 推荐引用方式： 陈宋生,王明.基于大语言模型的财会知识图谱构建及应用展望.会计之友,2025(5).[PSSXiv:202503.01401V1] (点此复制)