وجود اطلاعات مالی شفاف و قابل مقایسه رکن اصلی پاسخگویی و تصمیم گیری های اقتصادی آگاهانه است. ﻧﻘﺶ اﺻﻠی ﮔﺰارﺷﮕﺮی ﻣﺎﻟی، اﻧﺘﻘﺎل اﺛﺮﺑﺨﺶ اﻃﻼﻋﺎت ﺑﻪ اﻓﺮاد ﺑﺮون ﺳﺎزﻣﺎﻧی ﺑ ﻪروﺷ ی ﻣﻌﺘﺒ ﺮ و ﺑﻪ ﻣﻮﻗﻊ اﺳﺖ. مطالعات بسیاری درباره کیفیت گزارشگری مالی در دنیا صورت گرفته است که عمدتا با تکیه بر گزارش های ساختار یافته و محاسبات کمّی و عددی است. این در حالی است که امروزه بخش زیادی از اطلاعات مالی از طریق افشاهای کیفی مانند گزارش های روایتی و اسناد متنی منتشر می شوند. جستجوی ابزارهایی که بتواند با بررسی منابع مالی و تحلیل آن ها از میان داده های خام در گزارش های ناساختاریافته و کیفی، دانش مفید را استخراج نماید، منجر به شکل گیری شاخه ای در هوش مصنوعی گردیدکه به داده کاوی معروف است. استفاده از داده کاوی در مورد متن خود شاخه ای دیگر را در علوم هوش مصنوعی به نام متن کاوی ایجاد کرد. متن کاوی نوع خاصی از داده کاوی است که بیشتر به دنبال استخراج اطلاعات مفیداز داده های متنی ساختار نیافته ونیمه ساختاریافته (مانند اسناد متنی) از طریق تشخیص و نمایش الگوها است. پژوهش های بسیاری نشان داده اند که امروزه جهت سنجش و اندازه گیری و پیش بینی متغیرهای مالی و حسابداری باید ازگزارش های کمّی فاصله گرفته و بر گزارش های کیفی تکیه بیشتری شود وبه جای تکیه صرف بر» اعداد و ارقام« بر تجزیه و تحلیل »متن گزارش ها« نیز اتکا کرد؛ همین امر باعث شده است که پژوهشگران حسابداری و مالی در سال های اخیر تکنیک های هوش مصنوعی را در حوزه های مختلف دانش حسابداری و حسابرسی خصوصا برای درک رابطه بین متن در افشاهای شرکتی و عناصر بنیادی شرکت بیشتربه کار گیرند. در این مقاله سعی شده است پرکاربردترین و موثرترین تکنیک های هوش مصنوعی در حیطه مالی، حسابداری و حسابرسی معرفی و تشریح شوند.