西华大学王鑫涛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西华大学申请的专利基于区块链技术与大语言模型的会计档案管理方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121542223B 。
龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610052154.8,技术领域涉及:G06F16/11;该发明授权基于区块链技术与大语言模型的会计档案管理方法及系统是由王鑫涛设计研发完成,并于2026-01-15向国家知识产权局提交的专利申请。
本基于区块链技术与大语言模型的会计档案管理方法及系统在说明书摘要公布了:本发明公开了基于区块链技术与大语言模型的会计档案管理方法及系统,包括:通过票据语义理解推理模型提取原始票据多维度语义特征向量;借会计勾稽关系识别算法匹配票据与会计分录勾稽关系;用区块链交易序列封装算法将匹配结果转换为区块链交易数据单元;经档案标签智能匹配引擎结合档案参数生成多级标签;将标签与交易数据单元关联并计算哈希值生成唯一标识;按档案管理参数将数据块存储至区块链节点并更新索引。系统通过对应单元实现方法流程,自动完成票据语义提取、勾稽匹配、区块链封装、标签生成与分布式存储,解决传统管理中数据关联错误多、存储不安全、标签精准度低及检索效率差的问题,提升会计档案管理智能化与安全性。
本发明授权基于区块链技术与大语言模型的会计档案管理方法及系统在权利要求书中公布了:1.基于区块链技术与大语言模型的会计档案管理方法,其特征在于,包括以下步骤:S1,通过票据语义理解推理模型对会计档案关联的原始票据数据进行语义特征提取,该模型调用预设的会计领域语义词典库,对票据中的文本字段、数字字段及格式字段进行多维度语义映射,生成包括票据类型标识、金额关联标识、交易主体标识的语义特征向量集;S2,基于会计勾稽关系识别算法对S1生成的语义特征向量集中不同票据数据间的勾稽关系进行计算,通过算法内置的会计科目关联规则库,对票据语义特征向量与会计分录数据的对应关系进行遍历匹配,输出勾稽关系匹配结果集;S3,采用区块链交易序列封装算法对S2输出的勾稽关系匹配结果集进行交易序列转换,将匹配通过的会计档案数据按时间戳、交易编号进行有序排列,生成符合区块链区块结构的交易数据单元;S4,通过档案标签智能匹配引擎对S3生成的区块链交易数据单元进行标签生成,引擎调用会计档案分类标准库,结合档案形成时间、业务类型、保管期限参数,生成包括多级分类标签的标签集合;S5,将S4生成的标签集合与区块链交易数据单元进行关联绑定,形成带标签的会计档案区块链数据块,对该数据块进行哈希值计算,生成数据块唯一标识;S6,基于会计档案管理的存储参数、访问权限参数,将S5生成的带唯一标识的会计档案区块链数据块存储至分布式区块链节点,同时更新区块链节点的档案索引库,进行会计档案数据的分布式存储与索引更新; 所述票据语义理解推理模型的表达式为:,其中,为票据语义特征向量集,为票据字段类型数量,为第类票据字段的语义权重系数,为第类票据字段的语义映射矩阵,为第类票据字段的文本特征矩阵,为第类票据字段的数字特征矩阵,为第类票据字段的格式特征矩阵,为特征矩阵融合算子,为会计领域词典调整系数,为会计领域语义词典库的语义向量矩阵,为语义推理层数; 所述会计勾稽关系识别算法的表达式为:,其中,为勾稽关系匹配结果集,为勾稽关系类型数量,为第类勾稽关系的匹配权重,为第类勾稽关系的规则矩阵,为矩阵点积运算,为会计科目关联调整系数,为会计科目关联规则库的规则向量矩阵,为会计分录类型数量,为第类勾稽关系与第类会计分录的关联系数,为会计分录数据的特征向量; 所述区块链交易序列封装算法的表达式为:,其中,为区块链交易数据单元,为交易序列转换系数,为时间戳向量矩阵,为矩阵张量积运算,为交易编号向量,为有序排列向量,为区块结构调整系数,为哈希计算矩阵,为区块链区块结构参数矩阵; 所述档案标签智能匹配引擎的标签生成表达式为:,其中,为标签集合,为标签层级数量,为第层级标签的生成权重,为第层级标签的分类矩阵,为会计档案分类标准库的分类向量,为标签关联调整系数,为档案形成时间向量,为业务类型向量,为保管期限参数向量,为标签字典矩阵; 所述会计档案区块链数据块的唯一标识生成表达式为:,其中,为数据块唯一标识,为哈希计算调整系数,为哈希值计算矩阵,为节点索引调整系数,为区块链节点编号向量,为档案索引参数向量。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西华大学,其通讯地址为:610039 四川省成都市金牛区土桥金周路999号西华大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励