[发明专利]使用人工智能（AI）技术的非结构化过程的完整性评估

说明书

本发明涉及使用人工智能(AI)技术的非结构化过程的完整性评估。过程完整性评估系统确保非结构化过程的完整性。过程完整性评估系统大规模和大尺度地处理结构化、半结构化和非结构化数据。该系统通过信息检索、自然语言处理、云计算、大规模机器学习、知识发现和其他人工智能技术，提供过程的可扩展性、安全存储、索引、知识存储和可视化。自我提供的数据、系统收集的数据以及来自附加源的潜在相关数据被合并在过程完整性评估系统中，该系统提供数据完整性检查、实体提取、实体分解、实体分类、实体关系提取、过程提取和基于知识存储(诸如知识图、推理函数和评估计算)的重建的核心能力。在成功提取和重建非结构化过程之后，除了评估结果之外，机器学习功能还计算经提取的文档与内部记录之间的完整性保证分数(例如，相似度)，这可以确保非结构化过程的完整性。

背景技术

确保过程完整性包括具有需要全面控制(包括内部和外部审计) 的准确且一致的过程、信息和策略。如果过程是具有明确定义的过程步骤(训练计算机系统来标识)的结构化过程，则可以自动验证在不同过程步骤处产生或修改的文档内的信息。然而，非结构化业务过程的审计可能需要花费大量精力来仔细检查来自不同数据源的相关材料。数据源可以是各种可编辑或不可编辑的格式，诸如但不限于：文字处理文档、电子表格、图像或包括以各种数据类型(诸如但不限于：包括文本数据类型的文档以及嵌入其中的表、音频文件、图像等)呈现的信息的文档。相应地，现有的过程完整性分析可能依赖于直观的人类判断和知识，这可能是不准确的、不一致的和低效的。

附图说明

通过以下附图中所示的示例来说明本公开的特征。在以下附图中，相同的附图标记指示相同的元件，其中：

图1图示了根据本文所描述的示例的审计非结构化过程的过程完整性评估系统的框图。

图2示出了根据本文所描述的示例的实体处理器的框图。

图3是根据示例的实体关系提取器以及过程提取器和重建器的框图。

图4是根据本文所讨论的示例的保证分数计算器的框图。

图5是详细描述根据示例的对非结构化过程的过程完整性评估或审计的方法的流程图。

图6是详细描述根据本文所公开的示例的从非结构化数据中标识实体的方法的流程图。

图7是详细描述根据本文所描述的示例的确定实体之间的关系并因此重建非结构化过程的方法的流程图。

图8示出了被采用以建立过程完整性评估系统的技术的示意图。

图9A示出了根据本文所公开的方法的从产品供应商到产品销售商/收件人的电子邮件的处理。

图9B图示了根据本文所公开的方法的从产品销售商到产品供应商的响应电子邮件的处理。

图10示出了通过根据本文所公开的方法分析图9A和图9B中的电子邮件而获得的数据结构。

图11A示出了根据本文所公开的方法从图9A中的电子邮件中提取的知识存储(知识图)的示例。

图11B示出了根据本文所公开的方法从图9B中的电子邮件中提取的知识存储(知识图)的另一示例。

图12示出了根据本文所讨论的示例的包括最终所提取的结果的示例数据结构。

图13图示了可以被用来实现过程完整性评估系统的计算机系统。

具体实施方式