孟志刚，吴云伟，姜宇杰

（长沙学院计算机工程与应用数学学院，湖南 长沙 410022）

电力企业会计工作面临着诸多困难和挑战［1］，会计模式亟待创新。部分企业的财务人员虽然具有相关从业资格，但因缺乏工作经验或对会计职责的正确认识，做出的财务报告质量较低；同时，部分企业的会计人员甚至缺乏基本的道德与法律意识，出现财务造假等违规行为，这些都导致企业在财务人员的培养上付出更高的成本［2］。此外，企业财务报表编辑烦琐、机械，繁重的压力促使财务人员难以按时上交中期表，影响企业决策的进行，且纷繁复杂的信息常会使得财务人员撰写财务报告时顾此失彼，出现对现金流量表述过于详细的情况，导致财务报表中很多周期性和季节性的信息无法被表露出来，不能有效突出重点，造成财务报告的信息量不足［3］。

为解决以上问题，本文提出了基于深度学习的财务机器人的设想，希望通过信息化手段实现自动撰文，旨在协助财务人员解决以往财务报告中所出现的问题，节省企业培养成本，减轻工作压力，提高工作效率。

采用深度学习技术产生语料是业界常用方法，如循环神经网络（Recurrent Neural Networks，RNN）是将序列数据作为输入，顺着序列的传播方向进行链式递归的递归神经网络［8］。自然语言数据是典型的序列数据，所以对序列数据学习有一定优势的RNN在NLP（Natural Language Processing）问题中得以应用。RNN具有分布式表达、能在序列预测中明确地学习和利用背景信息、长时间范围内学习和执行数据的复杂转换能力，因此，RNN在对序列的非线性特征进行学习时具有一定优势［9］。……