深度学习模型应用：面向审计业务全流程的整合性框架

• 作者： 吴勇 ¹ 陆艺 ¹ 朱卫东 ² 张超 ¹
• 作者单位：
• 发布时间：2025-03-26

摘要: 深度学习不仅拥有对半结构化和非结构化数据强大的信息识别能力，还能基于海量数据进行高效精准的预测分析和判断支持，这将极大地拓展审计证据范围，改善审计决策机制，有助于提升审计效率和审计质量。本文基于深度学习模型的信息识别功能和判断支持功能，将深度学习的智能分析与审计师的经验修正有效融合，不断扩充、更新、选代审计数据仓库，面向审计业务全流程，构建深度学习模型应用于审计业务不同阶段的集成性、整合性框架，以便更好地指导和推动深度学习模型和方法的审计应用。

• 分类： 工商管理学 >> 会计学
• 稿件状态： 已在期刊出版
期刊名称： 《财会月刊》 2023年 第1期
• 引用： PSSXiv:202503.03172 (或此版本 PSSXiv:202503.03172V1)
  DOI:10.12451/202503.03172
  CSTR:32012.36.PSSXiv.202503.03172
• 推荐引用方式： 吴勇,陆艺,朱卫东,张超.深度学习模型应用：面向审计业务全流程的整合性框架.财会月刊,2023(1).[PSSXiv:202503.03172V1] (点此复制)