咨見(jiàn) | 基于自然語(yǔ)言處理的銀行賬戶用途標(biāo)簽提取技術(shù)
- 時(shí)間:2023-01-09
- 來(lái)源:遠(yuǎn)光軟件

銀行賬戶是資金管理的重要組成部分,是資金業(yè)務(wù)承載的主體。全面、精準(zhǔn)的銀行賬戶用途標(biāo)簽可以應(yīng)用于賬戶畫像生成、賬戶異常識(shí)別等業(yè)務(wù)場(chǎng)景,對(duì)于提升賬戶管理精細(xì)化水平、防范資金安全風(fēng)險(xiǎn)有非常重要的意義?;谧匀徽Z(yǔ)言處理的銀行賬戶用途標(biāo)簽提取技術(shù),能夠?qū)⒑A裤y行交易流水中非結(jié)構(gòu)化的摘要數(shù)據(jù)標(biāo)簽化,形成全面、精準(zhǔn)的銀行賬戶用途標(biāo)簽數(shù)據(jù),幫助資金管理人員全面了解銀行賬戶的歷史交易行為,及時(shí)洞察賬戶異常,精準(zhǔn)定位交易風(fēng)險(xiǎn)。
一、建設(shè)背景
2022年1月,國(guó)務(wù)院國(guó)資委發(fā)布《關(guān)于推動(dòng)中央企業(yè)加快司庫(kù)體系建設(shè)進(jìn)一步加強(qiáng)資金管理的意見(jiàn)》?!兑庖?jiàn)》要求,中央企業(yè)要把銀行賬戶、票據(jù)管理、資金結(jié)算等操作類業(yè)務(wù)和資金集中、債務(wù)融資等運(yùn)營(yíng)類業(yè)務(wù)作為司庫(kù)管理的重點(diǎn),納入信息系統(tǒng),固化管理要求、規(guī)范操作流程,實(shí)現(xiàn)穿透監(jiān)測(cè);要加大5G、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等現(xiàn)代信息技術(shù)在司庫(kù)信息系統(tǒng)建設(shè)中的創(chuàng)新應(yīng)用力度等。
電網(wǎng)企業(yè)資金流動(dòng)規(guī)模大、交易頻繁,是典型的資金密集型企業(yè)。當(dāng)前,電網(wǎng)企業(yè)在銀行賬戶、資金安全管理方面仍存在精細(xì)化水平不足、監(jiān)控規(guī)則不完善等問(wèn)題。其中,在銀行賬戶方面,由于賬戶交易量大,缺乏有效管理手段,無(wú)法感知賬戶的交易行為,容易形成管理盲區(qū),存在一定的安全隱患。
二、解決方案和技術(shù)
為了提升電網(wǎng)企業(yè)銀行賬戶管理精細(xì)化水平,防范資金安全風(fēng)險(xiǎn),本方案應(yīng)用自然語(yǔ)言處理技術(shù),對(duì)企業(yè)海量銀行交易流水的摘要數(shù)據(jù),進(jìn)行句法關(guān)系解析,智能提取交易標(biāo)簽和業(yè)務(wù)標(biāo)簽(如下圖1所示),形成動(dòng)態(tài)、完整、全面的資金賬戶用途標(biāo)簽數(shù)據(jù),并通過(guò)對(duì)比歷史和近期標(biāo)簽,發(fā)現(xiàn)賬戶異常行為,為銀行賬戶提供有力的管理抓手。


圖1 交易標(biāo)簽(左)和業(yè)務(wù)標(biāo)簽(右)
本方案的主要技術(shù)分為4部分:數(shù)據(jù)預(yù)處理、詞庫(kù)構(gòu)建、語(yǔ)義結(jié)構(gòu)提取及標(biāo)簽提取,如下圖2所示:

圖2 標(biāo)簽提取流程
2.1 數(shù)據(jù)預(yù)處理
本步驟主要是去重和剔除摘要中的噪聲數(shù)據(jù),比如日期、數(shù)字、英文及收款單位名稱,清洗后的摘要只保留了關(guān)鍵信息,如下表1所示:

表1 數(shù)據(jù)預(yù)處理示例
2.2 詞庫(kù)構(gòu)建
本步驟應(yīng)用的詞庫(kù)有業(yè)務(wù)同義詞庫(kù)、業(yè)務(wù)動(dòng)詞庫(kù)及業(yè)務(wù)關(guān)鍵字庫(kù),其中業(yè)務(wù)同義詞庫(kù)用于合并語(yǔ)義相同的交易業(yè)務(wù),例如<差旅費(fèi)、出差費(fèi)>;業(yè)務(wù)動(dòng)詞庫(kù)用于識(shí)別業(yè)務(wù)動(dòng)作,例如退、預(yù)收、上繳等;業(yè)務(wù)關(guān)鍵詞庫(kù)用于精準(zhǔn)判別和定位交易業(yè)務(wù),例如費(fèi)、稅、金等,具體如表2所示:

表2 詞庫(kù)示例
2.3 語(yǔ)義結(jié)構(gòu)提取
本步驟利用哈爾濱工業(yè)大學(xué)的LTP(Language Technology Platform)開(kāi)源中文NLP系統(tǒng)對(duì)預(yù)處理后的交易摘要進(jìn)行句法解析,包括分詞、詞性標(biāo)注、命名實(shí)體識(shí)別、依存句法分析四個(gè)步驟,最終生成依存句法依賴關(guān)系樹(shù),如下圖3所示:

圖3 依存句法依賴關(guān)系樹(shù)
根據(jù)銀行流水摘要的特點(diǎn),本方案主要用到關(guān)系包括核心詞(HED)、主謂關(guān)系(SBV)、動(dòng)賓關(guān)系(VOB)、并列關(guān)系(COO)及狀中關(guān)系(ATT)。
2.4 標(biāo)簽提取
標(biāo)簽提取是本方案的核心步驟,包括交易標(biāo)簽提取、業(yè)務(wù)標(biāo)簽提取及未提取標(biāo)簽填充3部分。
(1)交易標(biāo)簽提取
根據(jù)句法依賴關(guān)系樹(shù),按規(guī)則(如下表3所示)提取交易標(biāo)簽,例如差旅費(fèi)、購(gòu)電費(fèi)等主要用到了業(yè)務(wù)同義詞庫(kù)。

表3 交易標(biāo)簽提取規(guī)則
(2)業(yè)務(wù)標(biāo)簽提取
根據(jù)句法依賴關(guān)系樹(shù),按規(guī)則(如下表4、表5所示)提取業(yè)務(wù)標(biāo)簽,例如報(bào)銷差旅費(fèi)、預(yù)付購(gòu)電費(fèi)等,主要用到了業(yè)務(wù)動(dòng)詞庫(kù)和業(yè)務(wù)關(guān)鍵詞庫(kù)。由于交易業(yè)務(wù)往往會(huì)帶有明顯的關(guān)鍵詞,比如費(fèi)、款、金等,因此業(yè)務(wù)標(biāo)簽提取規(guī)則將圍繞這些關(guān)鍵字展開(kāi)設(shè)計(jì)。
規(guī)則1:分詞結(jié)果能模糊匹配關(guān)鍵詞庫(kù)中的詞,模糊匹配的詞記為H。將分詞結(jié)果中的詞與業(yè)務(wù)動(dòng)詞庫(kù)中的詞相匹配。挑選優(yōu)先級(jí)最高的動(dòng)詞記為V,默認(rèn)V為“付”。如果V是H的子字符串,業(yè)務(wù)標(biāo)簽為H;否則業(yè)務(wù)標(biāo)簽為V+H。

表4 業(yè)務(wù)標(biāo)簽規(guī)則1示例
規(guī)則2:分詞結(jié)果能完全匹配關(guān)鍵詞庫(kù)中的詞。完全匹配的詞記為H,根據(jù)句法分析結(jié)果找到與H有ATT關(guān)系的詞,記為ATTH。將分詞結(jié)果中的詞與業(yè)務(wù)動(dòng)詞庫(kù)中的詞相匹配。挑選優(yōu)先級(jí)最高的動(dòng)詞記為V,默認(rèn)V為“付”。如果V是ATTH+H的子字符串,業(yè)務(wù)標(biāo)簽為ATTH+H;否則業(yè)務(wù)標(biāo)簽為V+ATTH+H。

表5 業(yè)務(wù)標(biāo)簽規(guī)則2示例
(3)未提取標(biāo)簽填充
對(duì)于未能提取交易標(biāo)簽但提取了業(yè)務(wù)標(biāo)簽的摘要,將業(yè)務(wù)標(biāo)簽去除與業(yè)務(wù)動(dòng)詞庫(kù)相匹配的詞,即可獲得交易標(biāo)簽,例如:<付牛羊肉款>轉(zhuǎn)為交易標(biāo)簽<牛羊肉款>
對(duì)于提取了交易標(biāo)簽但未能提取業(yè)務(wù)標(biāo)簽的摘要,將交易標(biāo)簽加上摘要分詞結(jié)果中與業(yè)務(wù)動(dòng)詞庫(kù)相匹配的詞,即可獲得業(yè)務(wù)標(biāo)簽,例如:摘要為“光伏發(fā)電”,交易標(biāo)簽提取為<光伏費(fèi)>,業(yè)務(wù)標(biāo)簽沒(méi)有提取成功,根據(jù)本規(guī)則,業(yè)務(wù)標(biāo)簽填充為<付光伏費(fèi)>。
三、建設(shè)成效
本方案應(yīng)用于某省電網(wǎng)公司,使用6個(gè)月近百萬(wàn)的銀行交易流水?dāng)?shù)據(jù)對(duì)模型的效果進(jìn)行測(cè)試和評(píng)估,獲得了96%以上F1值,證實(shí)了模型有效性和實(shí)用性,能夠在電網(wǎng)企業(yè)進(jìn)行推廣應(yīng)用。
作者:遠(yuǎn)光軟件股份有限公司 李玫 丁德智 張?jiān)示?李國(guó)棟
咨見(jiàn) 第九期
“咨見(jiàn)”專欄自2022年1月起推出,匯聚遠(yuǎn)光軟件咨詢及實(shí)施專家團(tuán)隊(duì)智慧,解讀最新政策,聚焦行業(yè)觀點(diǎn),分享優(yōu)秀案例,輸出數(shù)字企業(yè)、智慧能源方案及新興科技研究等內(nèi)容,形成“遠(yuǎn)光咨詢智庫(kù)”,分享遠(yuǎn)光專家們的智慧洞察,積累專業(yè)知識(shí),謹(jǐn)與大家一起學(xué)習(xí)交流,共同成長(zhǎng)。



AI中臺(tái)
智能硬件
RPA云平臺(tái)
數(shù)智人

新一代企業(yè)數(shù)字核心系統(tǒng)(YG-DAP)


粵公網(wǎng)安備 44049102496133號(hào)
