現有的財務金融與會計專家系統多以推導規則為知識表達方式，在目前的應用上最大的缺陷是無法建立完整的領域知識架構，所以造成推論出來的結果有限。以R.Pacheco等人開發的財報分析系統為例：他們事先定義了三種問題?流動性、負債能力與獲利能力?以及各自相關的可能成因，使用者在輸入財務比率數值后，通過規則進行分析判斷。然而財報分析的知識內涵是復雜的，有時無法僅歸類于一種問題，例如代表獲利能力的股東權益報酬率，經公式分解后，得知可從三個方面改善：同屬獲利能力的凈利率、表示經營能力的總資產周轉率與代表長期償債能力的權益乘數，而它們分屬三種問題類別，但由于知識表達方式的限制，致使該系統無法推論出進一步的原因與結果。至于FINEVA系統，其知識庫全部由規則所構建，僅僅使用規則構建知識內容的限制在于，當領域知識與控制規則、推論規則結合在一起時，便難以促成知識的分享與再使用。由此可見，傳統的財管專家系統仍具有相當程度的改善空間。文獻[8]針對傳統專家系統缺乏對海量知識的高效管理能力，利用數據庫技術提出一種新的專家系統模型，擺脫了對專家系統開發工具的依賴，對規則、事實數據可以進行方便管理。LjubicaNedovic與VladanDevedzic則進行了一項橫斷面(Cross-Section)的研究[9]，根據五個個案系統探討財管專家系統所采用的技術、工具、方法以及開發過程中所遭遇到的問題等，他們指出，目前的技術仍以規則式專家系統為主，并預期財管專家系統未來將朝向智能型系統發展。作為描述領域專家知識的知識庫是整個專家系統的核心，也是一個專家系統能否成功的關鍵因素[10]。

知識表達法規則式知識表達法發展至今已被廣泛采用，但是本身具有諸多缺點，因此新的知識表達法陸續被提出，如以面向對象為基礎的框架式知識表達法以及以本體論為主要架構的本體論知識表達法。一些研究通過將本體引入財務管理領域[11-12]，可以理清該領域的知識結構，有助于財管領域與各領域進行融合，方便知識的重用和交互。信息檢索信息檢索時數據庫扮演的角色大多為索引表，主要內容為文章所有關鍵字詞的地址，進行檢索時系統先在索引表中取得使用者搜尋的字詞的地址再將擁有搜尋字詞的文章加以呈現，檢索前需要對文章（文件）進行前置處理，其流程如圖1所示。

智能型財務報表分析專家系統設計

系統設計思想如圖2所示，知識獲取過程由知識工程師與專家面談并閱讀相關文獻，歸納評估項目與變量，組織知識框架，對評估變量進行分類，最后由領域專家定義財報分析規則并通過模糊邏輯予以模糊化。知識表達部分以框架式知識表達法為基礎，再導入本體論的概念完整的表達財報分析知識，以完成知識庫的構建。知識推理機制與本體論構建部分，以先前完成的知識庫為推理機制的依據，將兩者建立溝通完成整合。知識庫擴充部分利用信息檢索技術將財報中與知識庫內部財報分析專有名詞在語義和概念上相似的字詞檢索出來，再置入知識庫中進行知識建模，通過這種機制提供系統自我學習能力。

1.財報分析知識獲取知識獲取

分為三個階段，第一階段界定評估企業財務體質所需分析的問題分類以及解決各問題必須使用哪些評估項目與評估變量。第二階段建立知識框架關聯性和屬性分類，完成評估變量的分類。第三階段探索專家解決問題的過程與線索，在分析過程中為各個評估變量定義評估標準，并完成模糊語義的定義、歸屬函數與模糊規則的制定。

2.財報分析知識表達

對獲取的專家知識進行知識建模，首先以框架式知識表達法描述領域知識的層次關系。若僅以框架式表達領域知識雖然能顯現知識的結構性，但是仍有諸多缺陷，因為框架式知識表達法完全以面向對象的概念與特性作為知識表達架構，如果從知識更新與維護角度而言，一旦知識類別與屬性定義完成，日后難以進行修改與更新，所以知識表達功能仍稍有不足，而且與人類的思維仍有落差。因此我們將現有的框架式知識表達與本體論知識表達加以整合。首先對構建完成的框架式知識庫進行分析，再以此為基礎進入本體論知識表達階段，將分析完成的知識概念導入本體論并加以擴充，再通過知識框架間的關聯性和模糊規則表達知識概念間的關系、知識概念本身所代表的情況、屬性或專有名詞間的邏輯關系、范圍與性質。本體論知識表達實現平臺采用Protégé的本體論知識模塊。

3.建立財報分析知識推理機制

將已完成的框架式知識表達作為推理機制的依據，主要由模糊規則、知識類別描述以及知識類別實體化組成。采用支持Rete算法的JESS作為推理機制工具，模糊規則撰寫部分采用由JESS延伸而來的FuzzyJess。各個知識類別的結構利用JavaBean設計完成，然后將模糊規則置入所屬的類別中，再利用JESS描述各個知識類別以及實體化，此時可開始接收使用者輸入的數據，JESS再用相關的指令將數據分別傳遞至各個對象進行模糊推理。

4.知識本體論與推理機制的溝通

本體論及知識建模開發環境與其它問題求解軟件結合是智能型系統發展與應用的關鍵成功因素之一[14]，這一階段主要任務在于將領域知識本體論以及推理機制整合并構建溝通平臺。采用Eriksson開發的JessTab作為兩者溝通的橋梁。Protégé最大的優點在于可通過插件擴充功能[15]，JessTab作為Protégé的插件成功的整合Jess與Protégé。

5.財報分析知識庫擴充

財報分析領域的專有名詞中由于翻譯和習慣的差異，產生許多同義詞，若僅以關鍵詞為基礎進行檢索，難以找出與關鍵詞在知識上相近的文字，無法實現知識庫的擴充和系統自我學習能力，因此系統結合了文件前置處理流程和擴充式查詢檢索，有利于知識建模與知識庫的完整性，進而提供系統自我學習能力的機制。整個過程分成三個階段，分別為建立詞庫、文件前置處理、知識搜尋與知識庫擴充。

智能型財務報表分析專家系統實現

1.系統架構

圖3（圖略）為智能型財報分析專家系統架構圖。在系統架構與設計上，采用開放式平臺和元件化設計原理，結合Java交互式運算模式與JESS推理機制的開發工具。采用框架式與本體論知識表達法充分表達財務報表分析領域知識，并利用JessTab提供的方法和功能將二種知識表達法建立的知識庫加以整合，有利于知識庫管理與更新同步化。由于財報分析各個方面評估結果隨著使用者認知的不同而稍有差異，因此采用模糊規則實現更精確以及口語化的推理結果。使用者操作界面分為兩種模式，一種模式使用者可針對十三個主要的財務比率進行數據輸入，完成后系統即進入推理運算。另一種模式為系統讀取財務報表，對報表內容以及概念式索引表進行分析、比對，針對財務比率以及會計科目間的知識、概念、同義字關系構建出知識本體論，再置入本體論知識庫中，并搭配框架式推理架構對報表中的數據進行推理、運算產生最后結果。使用者界面與索引表搜尋界面采用JSP設計，使用者通過Web瀏覽器即可使用系統。