AI中台
智能硬件
RPA云平台
数智员工
新一代企业数字焦点系统（YG-DAP）
智税云
财务云
易审云
协同云
人才云
培训云
知识云
售电云咨见 | 基于自然语言处置惩罚的银行账户用途标签提取手艺
- 时间：2023-01-09
- 泉源：mansion88明升
银行账户是资金治理的主要组成部分，，，是资金营业承载的主体 。 。。周全、精准的银行账户用途标签可以应用于账户画像天生、账户异知识别等营业场景，，，关于提升账户治理细腻化水平、提防资金清静危害有很是主要的意义 。 。�；；；；；谧匀挥镅源χ贸头５囊姓嘶в猛颈昵┨崛∈忠�，，，能够将海量银行生意流水中非结构化的摘要数据标签化，，，形玉成面、精准的银行账户用途标签数据，，，资助资金治理职员周全相识银行账户的历史生意行为，，，实时洞察账户异常，，，精准定位生意危害 。 。。
一、建设配景
2022年1月，，，国务院国资委宣布《关于推动中央企业加速司库系统建设进一步增强资金治理的意见》 。 。。《意见》要求，，，中央企业要把银行账户、票据治理、资金结算等操作类营业和资金集中、债务融资等运营类营业作为司库治理的重点，，，纳入信息系统，，，固化治理要求、规范操作流程，，，实现穿透监测；；；；；要加大5G、大数据、云盘算、物联网、区块链、人工智能等现代信息手艺在司库信息系统建设中的立异应用力度等 。 。。
电网企业资金流动规模大、生意频仍，，，是典范的资金麋集型企业 。 。。目今，，，电网企业在银行账户、资金清静治理方面仍保存细腻化水平缺乏、监控规则不完善等问题 。 。。其中，，，在银行账户方面，，，由于账户生意量大，，，缺乏有用治理手段，，，无法感知账户的生意行为，，，容易形成治理盲区，，，保存一定的清静隐患 。 。。
二、解决计划和手艺
为了提升电网企业银行账户治理细腻化水平，，，提防资金清静危害，，，本计划应用自然语言处置惩罚手艺，，，对企业海量银行生意流水的摘要数据，，，举行句法关系剖析，，，智能提取生意标签和营业标签（如下图1所示），，，形成动态、完整、周全的资金账户用途标签数据，，，并通过比照历史和近期标签，，，发明账户异常行为，，，为银行账户提供有力的治理抓手 。 。。
图1 生意标签（左）和营业标签（右）
本计划的主要手艺分为4部分：数据预处置惩罚、词库构建、语义结构提取及标签提取，，，如下图2所示：
图2 标签提取流程
2.1 数据预处置惩罚
本办法主要是去重和剔除摘要中的噪声数据，，，好比日期、数字、英文及收款单位名称，，，洗濯后的摘要只保存了要害信息，，，如下表1所示：
表1 数据预处置惩罚示例
2.2 词库构建
本办法应用的词库有营业同义词库、营业动词库及营业要害字库，，，其中营业同义词库用于合并语义相同的生意营业，，，例如<差盘缠、出差费>；；；；；营业动词库用于识别营业行动，，，例如退、预收、上缴等；；；；；营业要害词库用于精准判别和定位生意营业，，，例如费、税、金等，，，详细如表2所示：
表2 词库示例
2.3 语义结构提取
本办法使用哈尔滨工业大学的LTP（Language Technology Platform）开源中文NLP系统对预处置惩罚后的生意摘要举行句法剖析，，，包括分词、词性标注、命名实体识别、依存句法剖析四个办法，，，最终天生依存句法依赖关系树，，，如下图3所示：
图3 依存句法依赖关系树
凭证银行流水摘要的特点，，，本计划主要用到关系包括焦点词（HED）、主谓关系（SBV）、动宾关系（VOB）、并列关系（COO）及状中关系（ATT） 。 。。
2.4 标签提取
标签提取是本计划的焦点办法，，，包括生意标签提取、营业标签提取及未提取标签填充3部分 。 。。
（1）生意标签提取
凭证句法依赖关系树，，，按规则（如下表3所示）提取生意标签，，，例如差盘缠、购电费等主要用到了营业同义词库 。 。。
表3 生意标签提取规则
（2）营业标签提取
凭证句法依赖关系树，，，按规则（如下表4、表5所示）提取营业标签，，，例如报销差盘缠、预付购电费等，，，主要用到了营业动词库和营业要害词库 。 。。由于生意营业往往会带有显着的要害词，，，好比费、款、金等，，，因此营业标签提取规则将围绕这些要害字睁开设计 。 。。
规则1：分词效果能模糊匹配要害词库中的词，，，模糊匹配的词记为H 。 。。将分词效果中的词与营业动词库中的词相匹配 。 。。挑选优先级最高的动词记为V，，，默认V为“付” 。 。。若是V是H的子字符串，，，营业标签为H；；；；；不然营业标签为V+H 。 。。
表4 营业标签规则1示例
规则2：分词效果能完全匹配要害词库中的词 。 。。完全匹配的词记为H，，，凭证句法剖析效果找到与H有ATT关系的词，，，记为ATTH 。 。。将分词效果中的词与营业动词库中的词相匹配 。 。。挑选优先级最高的动词记为V，，，默认V为“付” 。 。。若是V是ATTH+H的子字符串，，，营业标签为ATTH+H；；；；；不然营业标签为V+ATTH+H 。 。。
表5 营业标签规则2示例
（3）未提取标签填充
关于未能提取生意标签但提取了营业标签的摘要，，，将营业标签去除与营业动词库相匹配的词，，，即可获得生意标签，，，例如：<付牛羊肉款>转为生意标签<牛羊肉款>
关于提取了生意标签但未能提取营业标签的摘要，，，将生意标签加上摘要分词效果中与营业动词库相匹配的词，，，即可获得营业标签，，，例如：摘要为“光伏发电”，，，生意标签提取为<光伏费>，，，营业标签没有提取乐成，，，凭证本规则，，，营业标签填充为<付光伏费> 。 。。
三、建设效果
本计划应用于某省电网公司，，，使用6个月近百万的银行生意流水数据对模子的效果举行测试和评估，，，获得了96%以上F1值，，，证实了模子有用性和适用性，，，能够在电网企业举行推广应用 。 。。
作者：mansion88明升股份有限公司 李玫 丁德智 张允君 李国栋
咨见 第九期
“咨见”专栏自2022年1月起推出，，，汇聚mansion88明升咨询及实验专家团队智慧，，，解读最新政策，，，聚焦行业看法，，，分享优异案例，，，输出数字企业、智慧能源计划及新兴科技研究等内容，，，形成“mansion88明升咨询智库”，，，分享mansion88明升专家们的智慧洞察，，，积累专业知识，，，谨与各人一起学习交流，，，配合生长 。 。。
粤公网安备 44049102496133号
