科研成果展示
Smart Audit Toolbox
智慧审计工具箱是一款基于Python的强大数据挖掘和可视化工具，为审计工作提供了极大的便利和效率。其内置丰富的数据分析、机器学习和数据挖掘算法，使审计人员能够更快速、准确地分析大量数据，发现潜在的异常和风险点。同时，工具箱支持可视化分析和交互式数据探索，让用户能够直观地理解数据背后的故事，从而更好地指导审计决策。
功能
智慧审计工具箱具备多种功能，包括但不限于：
- 数据清洗和预处理功能：通过提供数据清洗和预处理工具，帮助用户处理原始数据，使其更适合进行后续的分析和挖掘工作。这些功能可以帮助用户提高数据的质量和可靠性。
- 大模型结合和对话功能：工具箱提供了人工智能问答相关功能，可以满足用户在工作中的各类问题，尤其是审计相关问题。便捷的大语言模型应用可以极大地提高审计工作的准确性和效率。
- 数据可视化和报告生成功能：除了数据分析和挖掘功能外，工具箱还支持数据可视化和报告生成，用户可以通过图表、图形等方式直观地展示数据分析结果，为审计报告提供更具说服力的支持。
- 图像相似和篡改检测功能：工具箱具备检测相似图片和篡改图片的功能，通过图像相似和篡改检测功能，用户可以快速识别图像中是否存在相似的部分或者是否经过篡改。通过这一功能，用户可以更准确地判断图像的可信度，避免因为图像篡改而导致审计结论的偏差。
相关重要概念
重要概念包括：
- 组件（widget）将界面显示、交互控制、逻辑处理等封装为一体的独立功能单元。
- 类别（category）将具有相似功能的组件组织在一起的逻辑分组。
- 节点（node）组件的运行时实例，一个组件可以有多个不同的实例。
- 输入（input）组件可接收处理的不同类型数据。
- 输出（output）组件对输入数据完成处理后向外发布的不同类型数据。
- 连接（link）将一个组件的输出连接到另一个组件的输入，类似于Unix的管道机制，输出和输入必须是同种或兼容的数据类型。
- 工作流（workflow）将组件按照数据的上下游关系串联起来实现特定任务目标的计算模型。
- 画布（canvas）组件布局和工作流设置的绘图区域。
- 控制区域（controlArea）用于对组件的运行参数进行配置。
- 内容区域（mainArea）用于展示该组件对输入数据的处理结果，通常为图表方式。
组件介绍
1. 大模型相关组件
大模型相关组件调用大模型进行以下操作：
a. 关键信息抽取
关键信息抽取组件使用Baichuan大模型对图书信息进行提取，最终输出出关键信息表格
b. 实体关系抽取
实体关系抽取组件使用大模型，抽取文本中的实体关系，得到实体-关系-实体的三元组
c. 会议概要提取
会议概要提取组件使用大模型
d. 大模型引擎、审计通用问答
大模型引擎和审计通用问答组件是用来回答用户问题的问答机器人
2. 图像相关组件
图像相关组件可进行以下操作：
a. 图像相似检测
图像相似检测主要用来判断文件夹内是否存在相似度较高的图像，相似度可以自行设置
b. 图像篡改检测
图像篡改检测主要用来判断文件夹内是否存在被篡改后的图像
3. 可视化组件
a. 知识图谱
知识图谱主要与实体关系抽取组件共同使用，可以将抽取出的三元组信息进行可视化展示
b. 可视化设计大屏
可视化设计组件可以对输入的表格信息进行可视化展示
4. 自定义工作流
可对自定义工作流进行保存和删除。
