■马 博 刘 森 黎晚晴 陈玲娜 梁惠欣 李 勇

（1.中国南方电网有限公司审计部；2.南方电网数字电网研究院有限公司）

1 引 言

近年来我国经济高速增长，国内电网建设也得到了飞速发展，每年都会建设大量的工程项目，然而由于项目众多、申报材料繁杂（包括调研报告、项目建议书、立项报告、项目规划书、项目初步设计书、可行性研究报告、技术经济分析报告等各类材料），衍生出项目重复申报或相似项目建设等一系列问题，如何科学、高效地发现工程项目的重复申报问题，成为当前电网企业内部审计较为重要的课题之一。

通过多年来的不断积累，工程立项审批部门积累了大量历史项目申报材料。此外，随着近些年来的电网公司信息化建设的不断推进，相关项目申报材料由纸质文件转换成电子文件进行了存储，为审计分析奠定了数据基础。与此同时，自然语言处理技术和文本分析挖掘技术也不断成熟，并且在各行业取得了广泛应用，将文本挖掘技术引入到工程项目立项申报材料的审计过程中，能够大幅提高审计效率。

2 基于文本挖掘技术的工程项目重复立项分析

在传统的电网工程项目立项审计过程中，审计人员往往仅靠人工审阅立项申报材料，再根据自身大脑记忆的历史项目进行比对，识别项目是否存在重复申报行为；或者通过检索项目名称关键字，看是否之前有项目名称类似的项目或有类似采购，以判断是否是重复申报项目。……