本发明公开了一种财税数据审核方法及系统，方法包括：首先获取待审核财税数据和待审核财税数据对应的至少一条验证数据，然后基于至少一条验证数据计算待审核财税数据的属性特征值，利用基于预设训练方法训练的财税数据审核模型，并根据属性特征值来获取待审核财税数据的目标审核结果。它能够利用基于人工智能的财税数据审核模型来获取待审核财税数据的审核结果，有助于企业及时发现和纠正财税数据问题，提高处理效率。展开

[中文] 1. 一种财税数据审核方法，其特征在于，所述方法包括：获取待审核财税数据和所述待审核财税数据对应的至少一条验证数据，其中，所述待审核财税数据包括财税数据待审核项的属性数据，所述至少一条验证数据用于验证所述属性数据；基于所述至少一条验证数据计算所述待审核财税数据的属性特征值；利用基于预设训练方法训练的财税数据审核模型，并根据所述属性特征值来获取待审核财税数据的目标审核结果。 2. 根据权利要求1所述的方法，其特征在于，所述获取待审核财税数据和所述待审核财税数据对应的至少一条验证数据之后，所述方法还包括：对获取到的所述待审核财税数据进行信息提取，并根据提取到的信息构建目标矩阵，其中，所述目标矩阵的列向量和行向量分别用于表示待审核财税数据的属性数据和验证数据。 3. 根据权利要求2所述的方法，其特征在于，所述基于所述至少一条验证数据计算所述待审核财税数据的属性特征值，包括：将所述验证数据输入数据处理模块生成结构化数据，其中，所述数据处理模块基于Word2Vec构成；对所述结构化数据进行预处理，并将预处理后的结果数据输入到数据计算模块中，以输出所述待审核财税数据的属性特征值，其中，所述数据计算模块基于集成学习算法模型构成。 4. 根据权利要求3所述的方法，其特征在于，所述财税数据审核模型包括根据若干财税数据集并基于所述预设训练方法训练得到的，所述财税数据集包括预设数量的财税数据审核结果为审核合格的样本企业的财税数据，所述预设训练方法包括神经网络算法、随机森林算法、支持向量机算法中的一种或多种。展开