一种基于AIGC的多维度数据风险评估结果生成方法与流程
本发明涉及数据风险评估,尤其涉及一种基于aigc的多维度数据风险评估结果生成方法。
背景技术:
1、多层级外包与分包业务合规风险评估是一种通过整合项目、总包单位、各级外包单位和分包单位以及作业环节的多主体、多层级风险数据,结合各业务主体之间的承包关系和风险传导关系,实现风险评估结果自动生成和多角色分发的技术,具有主体层级多、业务关系复杂、报告使用角色多样等特点,可通过量化评估结果与自然语言表达相结合的方式实现风险评估结果的规范化输出,是多层级外包与分包业务合规管理的重要技术方向。
2、现有技术中,在对多层级外包与分包业务进行合规风险评估时,通常先由业务系统对项目、总包单位、各级外包单位和分包单位以及作业环节分别计算风险评分和风险等级,再由人工依据这些量化评估结果撰写风险评估报告,并分别提供给项目管理、安全管理、质量管理、合规审计等不同角色的使用人员查阅。在总包单位统筹多级外包单位和分包单位共同作业、各作业环节相互交叉关联的实际业务场景下,多层级外包与分包业务合规风险评估结果在不同角色之间协同使用时的表述不一致性且可靠性不高。
技术实现思路
1、有鉴于此,本发明提出了一种基于aigc的多维度数据风险评估结果生成方法,解决了现有数据风险评估方法在总包单位统筹多级外包单位和分包单位共同作业、各作业环节相互交叉关联的实际业务场景下,多层级外包与分包业务合规风险评估结果在不同角色之间协同使用时的表述不一致性且可靠性不高的问题。
2、本发明的技术方案是这样实现的:第一方面,本发明提供了一种基于aigc的多维度数据风险评估结果生成方法,包括以下步骤:
3、s1,采集多源业务合规数据和主体基础数据,并进行预处理和量化评估,得到各业务主体和作业环节的多主体、多层级风险评分和风险等级;
4、s2,基于多主体、多层级风险评分和风险等级构建合规评估知识图谱,对合规评估知识图谱进行重要度分析和压缩,得到分层提示数据,将分层提示数据输入aigc模型生成第一自然语言风险评估结果,对第一自然语言风险评估结果与合规评估知识图谱进行一致性校验和局部修正,得到基础风险评估报告;
5、s3,对合规评估知识图谱进行角色划分,得到多个角色视图子图,根据各角色视图子图生成结构化角色提示数据,将结构化角色提示数据输入aigc模型生成多版本自然语言风险评估结果,并对多版本自然语言风险评估结果进行跨版本一致性校验和修正,得到多角色风险评估报告;
6、s4,将基础风险评估报告和多角色风险评估报告存储于风险管理系统,根据访问请求输出基础风险评估报告或者多角色风险评估报告。
7、在一些实施例中,步骤s2包括:
8、对多主体、多层级风险评分和风险等级进行结构化建模,将项目、总包单位、各级外包单位和分包单位以及作业环节分别建立为图谱节点,将各业务主体之间的承包关系和风险传导关系建立为图谱边,并在图谱节点和图谱边上记录对应的风险评分、风险等级和违规事件统计数据,得到合规评估知识图谱;
9、基于合规评估知识图谱中图谱节点和图谱边的风险评分、风险等级和违规事件统计数据,对合规评估知识图谱进行重要度分析,按照重要度对合规评估知识图谱进行压缩,选取若干代表关键主体、关键作业环节和关键风险路径的图谱子图,并对其余图谱子图进行统计汇总,生成用于区分项目总体信息、主体信息和作业环节信息的分层提示数据;
10、将分层提示数据输入aigc模型生成第一自然语言风险评估结果,对第一自然语言风险评估结果进行结构化解析,提取其中的主体标识、风险等级表述、风险事件数量表述和风险传导关系表述,将提取结果与合规评估知识图谱中的图谱节点和图谱边进行一致性校验,对校验不一致的句子或者段落进行局部修正,得到基础风险评估报告。
11、在一些实施例中,所述对多主体、多层级风险评分和风险等级进行结构化建模,包括:
12、将项目建立为项目节点,将总包单位建立为总包单位节点,将各级外包单位和分包单位建立为外包分包节点,将作业环节建立为作业环节节点;
13、基于合同数据和业务流程数据,在项目节点、总包单位节点、外包分包节点和作业环节节点之间建立承包关系边和业务协同关系边,在外包分包节点与作业环节节点之间建立风险传导关系边;
14、在项目节点、总包单位节点、外包分包节点和作业环节节点上分别记录各自对应的风险评分、风险等级和违规事件统计数据,在承包关系边、业务协同关系边和风险传导关系边上记录关系类型和风险传导属性,以得到合规评估知识图谱。
15、在一些实施例中,所述将分层提示数据输入aigc模型生成第一自然语言风险评估结果,包括:
16、将分层提示数据作为输入提示,将aigc模型配置为按照项目总体信息、主体信息和作业环节信息的顺序生成第一自然语言风险评估结果;
17、对第一自然语言风险评估结果进行句子级解析,识别第一自然语言风险评估结果中的项目名称、主体名称、主体类型、风险等级描述、风险事件数量描述以及风险传导关系描述,并将识别结果映射为结构化要素,所述结构化要素包括主体标识、风险等级表述、风险事件数量表述和风险传导关系表述;
18、根据结构化要素中的主体标识在合规评估知识图谱中定位对应的图谱节点,根据结构化要素中的风险传导关系表述在合规评估知识图谱中定位对应的图谱边,将结构化要素中的风险等级表述与图谱节点上的风险等级进行比对,将结构化要素中的风险事件数量表述与图谱节点上的违规事件统计数据进行比对,将结构化要素中的风险传导关系表述与图谱边上的风险传导属性进行比对,得到一致性校验结果;
19、针对一致性校验结果中被标记为不一致的句子,将对应的图谱节点和图谱边的风险评分、风险等级、违规事件统计数据以及风险传导属性与原始句子一起重新输入aigc模型生成修正句子,以得到基础风险评估报告。
20、在一些实施例中,步骤s3包括:
21、s31,基于预设的多角色合规职责本体对合规评估知识图谱中的图谱节点和图谱边进行角色匹配,将与项目管理角色、安全管理角色、质量管理角色、合规审计角色和外部监管角色各自职责范围和关注指标类型相匹配的图谱节点和图谱边划分到对应角色,得到多个角色视图子图;
22、s32,对每个角色视图子图,根据与该角色对应的章节结构配置和术语偏好配置,选取角色视图子图中的项目节点、总包单位节点、外包分包节点和作业环节节点以及关联的违规事件统计数据,生成结构化角色提示数据,所述结构化角色提示数据包括角色视图事实、章节结构和术语约束;
23、s33,从基础风险评估报告中提取项目整体风险等级、重大违规事件以及重点整改主体作为核心事实,建立核心事实锁定表,在结构化角色提示数据中为与核心事实锁定表对应的角色视图事实添加核心事实标识,将结构化角色提示数据输入aigc模型,生成多版本自然语言风险评估结果,并基于核心事实锁定表对多版本自然语言风险评估结果进行跨版本一致性校验和修正,得到多角色风险评估报告。
24、在一些实施例中,所述基于预设的多角色合规职责本体对合规评估知识图谱中的图谱节点和图谱边进行角色匹配,包括:
25、在预设的多角色合规职责本体中,为项目管理角色、安全管理角色、质量管理角色、合规审计角色和外部监管角色分别配置职责范围、关注指标类型以及可见主体类型;
26、根据合规评估知识图谱中项目节点、总包单位节点、外包分包节点和作业环节节点所关联的风险评分、风险等级和违规事件统计数据,将满足各角色关注指标类型和可见主体类型约束的项目节点、总包单位节点、外包分包节点和作业环节节点划分到对应角色视图子图;
27、根据合规评估知识图谱中的承包关系边和风险传导关系边,将连接被划分到同一角色视图子图内图谱节点的承包关系边和风险传导关系边划分到该角色视图子图,以得到多个角色视图子图。
28、在一些实施例中,所述结构化角色提示数据的生成过程包括:
29、为每个角色预设角色章节结构和章节槽位配置,所述角色章节结构包括项目总体章节、主体章节和作业环节章节;
30、基于角色视图子图中的项目节点及项目节点关联的总包单位节点和外包分包节点生成项目总体章节的角色视图事实集合,基于角色视图子图中的总包单位节点和外包分包节点生成主体章节的角色视图事实集合,基于角色视图子图中的作业环节节点及作业环节节点关联的风险传导关系边生成作业环节章节的角色视图事实集合;
31、将各章节的角色视图事实集合按照角色章节结构和章节槽位配置组织为结构化角色提示数据,并在结构化角色提示数据中附加与角色对应的术语约束和表述风格标识。
32、在一些实施例中,步骤s4包括:
33、将基础风险评估报告和多角色风险评估报告以及与所述基础风险评估报告和所述多角色风险评估报告对应的项目标识、报告类型、角色标识和生成时间写入风险管理系统中的报告存储表,得到风险评估报告库;
34、接收来自用户终端或者外部业务系统的访问请求,所述访问请求包括项目标识、报告类型以及可选的角色标识,对所述访问请求进行解析,得到访问请求参数;
35、根据所述访问请求参数在所述风险评估报告库中检索与项目标识、报告类型以及角色标识相匹配的基础风险评估报告或者多角色风险评估报告,将检索到的基础风险评估报告或者多角色风险评估报告封装为响应数据,向发起访问请求的用户终端或者外部业务系统输出所述响应数据。
36、第二方面,本发明还提供了一种存储介质,所述存储介质中存储有至少一条可执行指令,所述可执行指令使处理器执行如上述的一种基于aigc的多维度数据风险评估结果生成方法对应的操作。
37、第三方面,本发明还提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
38、所述存储器用于存放至少一条可执行指令,所述可执行指令使所述处理器执行如上述的一种基于aigc的多维度数据风险评估结果生成方法对应的操作。本发明的一种基于aigc的多维度数据风险评估结果生成方法相对于现有技术具有以下有益效果:
39、(1)通过基于多主体、多层级风险评分和风险等级构建合规评估知识图谱,将各业务主体之间的承包关系和风险传导关系统一挂接于图谱节点和图谱边,并对合规评估知识图谱进行重要度分析和压缩生成分层提示数据,使aigc模型生成的第一自然语言风险评估结果能够与量化评估结果之间的层级关系和传导路径相对应;随后将第一自然语言风险评估结果与合规评估知识图谱进行一致性校验和局部修正,消除自然语言表述与量化评估结果之间的偏差,得到基础风险评估报告;进一步基于同一合规评估知识图谱进行角色划分,生成结构化角色提示数据并驱动aigc模型生成多版本自然语言风险评估结果,再通过跨版本一致性校验和修正保证各角色版本在关键主体风险等级、违规事件数量等核心内容上与基础风险评估报告保持一致,从而实现了多层级外包与分包业务合规风险评估结果在不同角色之间协同使用时的表述一致性和可靠性;
40、(2)通过将项目、总包单位、外包分包节点和作业环节分别建立为图谱节点,将承包关系、业务协同关系和风险传导关系建立为图谱边,并在图谱节点和图谱边上记录风险评分、风险等级和违规事件统计数据,使合规评估知识图谱能够完整承载各层级主体之间的业务关系和风险传导路径;进而基于节点重要度和路径重要度对合规评估知识图谱进行压缩,分别提取项目总体信息、主体信息和作业环节信息生成分层提示数据,使aigc模型能够按照项目总体、主体、作业环节的层级顺序生成第一自然语言风险评估结果;随后对第一自然语言风险评估结果进行句子级解析并将其映射为包含主体标识、风险等级表述、风险事件数量表述和风险传导关系表述的结构化要素,与合规评估知识图谱中对应的图谱节点和图谱边逐一比对,对不一致的句子进行重新生成或者数值替换修正,从而使生成的基础风险评估报告在各层级主体的风险等级、违规事件数量和风险传导关系描述上,与合规评估知识图谱所承载的量化评估结果保持对应,避免了撰写过程中因层级关系复杂而导致的风险传导路径遗漏和描述偏差;
41、(3)通过预设的多角色合规职责本体,将合规评估知识图谱中的图谱节点和图谱边按照项目管理角色、安全管理角色、质量管理角色、合规审计角色和外部监管角色各自的职责范围、关注指标类型和可见主体类型划分为多个角色视图子图,使每个角色获得的图谱内容与其职责范围相对应;进而根据每个角色预设的章节结构配置和术语偏好配置,从角色视图子图中分别提取项目总体章节、主体章节和作业环节章节对应的角色视图事实集合,生成结构化角色提示数据以驱动aigc模型生成多版本自然语言风险评估结果;同时从基础风险评估报告中提取项目整体风险等级、重大违规事件和重点整改主体等核心事实建立核心事实锁定表,并在结构化角色提示数据中为对应内容添加核心事实标识,据此对多版本自然语言风险评估结果中带有核心事实标识的语句进行解析、比对和修改,从而使项目管理、安全管理、质量管理、合规审计和外部监管等不同角色获得的风险评估报告在覆盖内容和表述方式上贴合各自职责需求的同时,在项目整体风险等级、重大违规事件和重点整改主体等核心事实上保持一致。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com