一种大语言模型感知与确定性规则引擎协同的记账方法与流程

本发明涉及智能数据处理，具体为一种大语言模型感知与确定性规则引擎协同的记账方法。

背景技术：

1、跨境企业财务记账需处理多版式、多语种票据，同时适配属地差异化税制政策，兼顾记账效率、账务准确性与财务内控合规要求。传统人工记账效率低、差错率高、人力成本高昂；传统模板式ocr记账方案依赖固定票据版式，适配性差、无法自动区分多类财务业务场景，人工干预度高；纯大语言模型智能记账方案依托模型完成全流程输出，存在天然概率性缺陷，易产生数值幻觉、账务结果不可复现，且缺乏标准化校验、分级风控与审计留痕机制，无法满足企业财务审计合规、可追溯、可复核的刚性要求，难以在跨境多税制企业规模化落地。

技术实现思路

1、针对现有技术的不足，本发明提供了一种大语言模型感知与确定性规则引擎协同的记账方法，以解决现有技术中票据适配性差、业务无法自动分流、大模型账务输出不确定、存在数值幻觉、无标准化内控审计体系的技术缺陷等问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种大语言模型感知与确定性规则引擎协同的记账方法，包括以下步骤：

3、s1、感知分流：获取票据图像及用户自然语言描述，通过多模态大语言模型抽取票据结构化候选字段及置信度，解析业务意图，判定报销、直付、借款三类业务路径，提取核算信息存入待校验队列；

4、s2、人机固化校验：对队列数据开展合规与数值自洽校验，支持用户自然语言交互式修正与系统重校验，大额交易触发二次确认，确认后固化数据并生成唯一哈希值；

5、s3、确定性账务裁决：依托四维税率决策表匹配税率，通过税额偏差校验规避模型误差，按业务路径生成平衡会计分录，完成多币种折算留存汇率快照，实时核减预算并触发超限预警；

6、s4、分级审计联动：依据授权矩阵分级过账，通过防篡改审计链留存全流程数据，发布记账事件实现业务域数据同步。

7、优选的，所述感知层无需固定票据识别模板，支持多版式、多张票据独立解析，各财务字段独立配置置信度评分，可自动区分ref报销、paf直付、baf借款三类财务场景，实现无人化自动分单路由。

8、优选的，所述校验层支持日期、币种、数值合法性及金额勾稽多维度自洽校验，可视化回显识别结果，支持用户自然语言实时纠错与自动重校验，配置大额交易二次确认风控及sha-256数据哈希防篡改固化机制。

9、优选的，所述税率决策表基于税制辖区、交易类型、供应商属性、商品服务类别四维匹配，覆盖尼泊尔tds、vat共26种税制组合，预设0.5%税额偏差阈值，偏差超限时强制退回校验层修正。

10、优选的，三类业务路径对应差异化会计分录逻辑，借款业务可联动员工借款台账实现余额动态更新与后续核销冲抵，所有分录强制校验借贷平衡，保障账务合规。

11、优选的，多币种折算过程永久固化原币金额、记账日官方汇率快照及本位币折算金额，完整留存跨境账务数据，适配跨境审计与汇算清缴场景。

12、优选的，配置三级分级授权风控机制，实现小额业务自动过账、中额业务过账通知复核、大额业务人工签核后过账的差异化管控，适配不同账务风险等级需求。

13、优选的，采用仅追加式防篡改审计链，固化存储哈希值、规则版本、分录结果、审批路径、时间戳及操作主体等核心数据，实现账务全链路可追溯、可复核。

14、优选的，多模态大语言模型仅输出非结构化候选信息，税额复核、数值运算、分录生成、预算核减等核心账务操作均由确定性规则引擎执行，同一输入与规则版本可输出唯一账务结果，杜绝大模型数值幻觉。

15、本发明提供了一种大语言模型感知与确定性规则引擎协同的记账方法，具备以下有益效果：

16、1、无模板高适配识别，场景兼容性强：无需配置固定票据识别模板，支持多版式票据逐张独立解析，适配复杂跨境票据场景，通过置信度筛选保障输入数据质量；

17、2、全自动业务分流，降低人工干预：可精准区分报销、直付、借款三类核心财务场景，实现无人干预自动分单路由，大幅提升记账自动化率；

18、3、账务结果确定可复现，杜绝模型幻觉：通过ai与规则引擎解耦架构，核心账务运算由确定性程序执行，配合税额交叉复核机制，从根源规避大模型概率性输出与数值幻觉问题，保障同一输入输出结果唯一。

1.一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，所述感知层无需固定票据识别模板，支持多版式、多张票据独立解析，各财务字段独立配置置信度评分，可自动区分ref报销、paf直付、baf借款三类财务场景，实现无人化自动分单路由。

3.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，所述校验层支持日期、币种、数值合法性及金额勾稽多维度自洽校验，可视化回显识别结果，支持用户自然语言实时纠错与自动重校验，配置大额交易二次确认风控及sha-256数据哈希防篡改固化机制。

4.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，所述税率决策表基于税制辖区、交易类型、供应商属性、商品服务类别四维匹配，覆盖尼泊尔tds、vat共26种税制组合，预设0.5%税额偏差阈值，偏差超限时强制退回校验层修正。

5.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，三类业务路径对应差异化会计分录逻辑，借款业务可联动员工借款台账实现余额动态更新与后续核销冲抵，所有分录强制校验借贷平衡，保障账务合规。

6.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，多币种折算过程永久固化原币金额、记账日官方汇率快照及本位币折算金额，完整留存跨境账务数据，适配跨境审计与汇算清缴场景。

7.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，配置三级分级授权风控机制，实现小额业务自动过账、中额业务过账通知复核、大额业务人工签核后过账的差异化管控，适配不同账务风险等级需求。

8.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，采用仅追加式防篡改审计链，固化存储哈希值、规则版本、分录结果、审批路径、时间戳及操作主体等核心数据，实现账务全链路可追溯、可复核。

9.根据权利要求1所述的一种大语言模型感知与确定性规则引擎协同的记账方法，其特征在于，多模态大语言模型仅输出非结构化候选信息，税额复核、数值运算、分录生成、预算核减等核心账务操作均由确定性规则引擎执行，同一输入与规则版本可输出唯一账务结果，杜绝大模型数值幻觉。