近期，市审计机关聚焦传统文本核查工作中存在的人工核验效率低、易错率高等痛点，通过融合OCR文本识别、大语言模型智能解析、Python自动化处理等技术，探索构建文本信息智能提取方法，实现海量非结构化文本数据智能比对，有效提升数据信息处理效能。

一是大模型语义分析赋能非结构化数据提取转化

在历史城区保护项目审计中，针对无法直接分析房屋征收补偿协议等非结构化数据的难题，通过OCR技术对图片型PDF协议进行文本识别，结合DeepSeek大模型语义解析能力批量提取房屋产权人、面积等关键字段，经Python自动化处理生成结构化Excel数据表。基于SQL技术建立房产信息比对模型，通过结构化数据与既有房产数据库的关联分析，精准识别房屋面积虚报、违规套取拆迁补贴等异常线索287条。

二是Python构建关键信息批量自动化核查模式

在财政预算执行审计调查中，依托PyPDF2库实现物业合同文本解析，采用正则表达式提取文件内容，通过re库模式匹配精准提取服务面积、频次强度等核心字段，运用openpyxl库自动化生成结构化Excel台账。基于该标准化数据开展多维分析，有效识别出15个部门单位存在服务条款量化缺失、履约标准模糊等问题。

三是利用AI技术实现招标文件一致性智能比对

在公共投资项目审计、经济责任审计中，首先利用OCR技术将招投标文书转化为可编辑文本，并通过去噪、图像增强等手段提升识别精度。然后进行AI模型训练与优化，调用论文查重接口，结合招标文件内容去重训练，通过贝叶斯优化等技术调参，构建定制化比对模型，快速发现不同投标人投标文件多处雷同情况，为审计人员提供风险线索，精准揭示围标串标问题6起。

来源：电子数据审计处