亚洲ⅴ国产v天堂a无码二区,无码人妻一区二区三区免费视频,新婚少妇浑圆雪白的臀,午夜男女很黄的视频,亚洲,国产成人av

本文作者：丁德智，李玫，李國棟（遠(yuǎn)光軟件股份有限公司）

摘要：為了提升電網(wǎng)企業(yè)資金安全管控能力，有效防范資金安全風(fēng)險，保障資金高效運(yùn)轉(zhuǎn)，文章利用企業(yè)海量的銀行交易流水?dāng)?shù)據(jù)，應(yīng)用自然語言處理技術(shù)，基于依存句法分析的結(jié)果設(shè)計摘要標(biāo)簽化的提取規(guī)則，得到與交易記錄有關(guān)的交易標(biāo)簽與業(yè)務(wù)標(biāo)簽。進(jìn)一步構(gòu)建出動態(tài)完整、實時反映的資金賬戶交易畫像，幫助企業(yè)管理人員全面了解賬戶的歷史交易行為，及時發(fā)現(xiàn)異常交易風(fēng)險，輔助管理決策。使用某電網(wǎng)公司6個月的資金交易數(shù)據(jù)對模型的效果進(jìn)行測試和評估，獲得了平均96%以上的F1值，結(jié)果證實了模型具有很好的實用性,能夠在電網(wǎng)企業(yè)進(jìn)行推廣應(yīng)用。

關(guān)鍵詞：賬戶畫像；資金管理；依存句法分析；交易摘要

0　引言

電網(wǎng)企業(yè)資金流動大，交易頻繁，屬于典型的資金密集型企業(yè)。目前電網(wǎng)企業(yè)在資金安全管理方面普遍存在資金監(jiān)控信息化程度低和監(jiān)督監(jiān)控不完善等問題。改變現(xiàn)有監(jiān)控系統(tǒng)低效、信息孤島的現(xiàn)狀，需要構(gòu)建基于大數(shù)據(jù)的集安全監(jiān)控、信息共享、數(shù)據(jù)分析、決策支撐為一體的資金智能安全防控平臺，實現(xiàn)信息化的資金安全管理模式。這一管理模式的實現(xiàn)需要使用自然語言處理（Natural Language Processing, NLP）及機(jī)器學(xué)習(xí)等技術(shù)。目前NLP技術(shù)的研究主要集中于情感分析方面，多應(yīng)用于互聯(lián)網(wǎng)行業(yè)。在電力行業(yè)，尤其是資金安全管理領(lǐng)域應(yīng)用存在較多空白。

傳統(tǒng)的資金賬戶畫像主要是基于賬戶的靜態(tài)屬性進(jìn)行標(biāo)簽分類，存在更新不及時、信息滯后的缺點。本文通過對企業(yè)海量的銀行資金交易流水摘要進(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，構(gòu)建動態(tài)、完整、全面的資金賬戶交易畫像，幫助管理人員實時了解賬戶的歷史交易行為，及時洞察賬戶異常動作，精準(zhǔn)定位交易風(fēng)險，為資金賬戶的全面監(jiān)控和安全使用提供高精準(zhǔn)度的風(fēng)險防控手段。

1　資金賬戶交易畫像提取框架

1.1　整體提取框架

標(biāo)簽提取流程如圖1所示，提取流程包括數(shù)據(jù)預(yù)處理、自然語言處理、詞庫構(gòu)建及標(biāo)簽提取4個步驟。實現(xiàn)思路是先對交易摘要進(jìn)行預(yù)處理，過濾掉噪聲數(shù)據(jù)，然后進(jìn)行自然語言處理，解析得到句法關(guān)系樹，根據(jù)標(biāo)簽提取規(guī)則，從句法關(guān)系樹中提取交易標(biāo)簽和業(yè)務(wù)標(biāo)簽。對于提取不成功的摘要，先用交易標(biāo)簽和業(yè)務(wù)標(biāo)簽相互填補(bǔ)，如果仍然存在摘要提取失敗，則將其歸為“未知交易”。

1.2　核心步驟說明

1.2.1　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)，例如日期、數(shù)字、英文及收款單位名稱等，清洗后的摘要只保留了關(guān)鍵信息。

示例：“aHYX_付5月購電費（３００１）”→“付購電費”。

1.2.2自然語言處理

本步驟利用哈爾濱工業(yè)大學(xué)的LTP（Language Technology Platform）開源中文NLP系統(tǒng)對預(yù)處理后的交易摘要進(jìn)行分詞、詞性標(biāo)注、命名實體識別、及依存句法分析，最終生成句法關(guān)系樹。

根據(jù)摘要的特點，本模型主要用到的句法關(guān)系有核心詞（HED）、主謂關(guān)系（SBV）、動賓關(guān)系（VOB）、并列關(guān)系（COO）及狀中關(guān)系（ATT）。詳細(xì)的語義關(guān)系說明請參考語言云簡介。

1.2.3　詞庫構(gòu)建

本模型應(yīng)用到的詞庫有業(yè)務(wù)同義詞庫、業(yè)務(wù)動詞庫及業(yè)務(wù)關(guān)鍵詞庫。其中業(yè)務(wù)同義詞庫用于合并語義相同的交易業(yè)務(wù)，例如

上述詞庫需要資深業(yè)務(wù)專家參與構(gòu)建，本模型詞庫的部分樣例見表1所列。

1.2.4　標(biāo)簽提取

標(biāo)簽提取是本模型的核心步驟，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

根據(jù)句法依賴關(guān)系樹，按規(guī)則提取交易標(biāo)簽，例如差旅費、購電費等，主要用到了業(yè)務(wù)同義詞庫，詳細(xì)的提取規(guī)則見2.1節(jié)。

2）業(yè)務(wù)標(biāo)簽

根據(jù)句法依賴關(guān)系樹，按規(guī)則提取業(yè)務(wù)標(biāo)簽，例如報銷差旅費、預(yù)付購電費等，主要用到了業(yè)務(wù)動詞庫和業(yè)務(wù)關(guān)鍵詞庫，詳細(xì)的提取規(guī)則見2.2節(jié)。

3）未提取標(biāo)簽填充

對于未能提取交易標(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)動詞庫相匹配的詞，即可獲得交易標(biāo)簽，例如：

2　基于句法模式的標(biāo)簽提取規(guī)則

2.1　交易標(biāo)簽提取規(guī)則

清洗后的交易摘要基本是短文本，句法關(guān)系相對簡單，HED的詞性主要為動詞和名詞，因此交易規(guī)則將圍繞HED的詞性進(jìn)行設(shè)計，具體如下。

2.1.1規(guī)則1

若HED詞性是名詞（n表示），將HED與業(yè)務(wù)同義詞庫進(jìn)行模糊匹配：

1）若匹配出零個標(biāo)簽，則不能提取交易標(biāo)簽；

2）若匹配出1個標(biāo)簽，則此標(biāo)簽的核心詞為交易標(biāo)簽；

3）若匹配出多個標(biāo)簽：若多個標(biāo)簽對應(yīng)的核心詞是1個，則此核心詞為交易標(biāo)簽；若多個標(biāo)簽對應(yīng)的核心詞是多個，則利用HED的ATT詞進(jìn)行過濾：若無ATT，將HED切換為精準(zhǔn)匹配，如果能精準(zhǔn)匹配出1個，則此標(biāo)簽的核心詞為交易標(biāo)簽，否則不能提取標(biāo)簽；若有多個ATT，根據(jù)ATT的順序，依次進(jìn)行模糊匹配過濾，如果最終核心詞是1個，則此核心詞為交易標(biāo)簽，否則不能提取標(biāo)簽。

提取規(guī)則1示例如圖2所示，示例為提取交易標(biāo)簽

2.1.2規(guī)則2

若HED詞性是動詞（v表示），HED存在VOB詞且詞性是名詞，將VOB詞與業(yè)務(wù)同義詞庫進(jìn)行匹配，匹配邏輯與“規(guī)則1”一致（如果有多個VOB，則依次按本規(guī)則匹配）。

提取規(guī)則2示例如圖3所示，示例為提取交易標(biāo)簽

2.1.3規(guī)則3

若HED詞性是動詞，且不存在VOB詞或VOB詞的詞性不是名詞：

1）若HED有COO關(guān)系的詞。若該詞的詞性是動詞，則將該詞當(dāng)作HED，按“規(guī)則2”邏輯進(jìn)行匹配；若該詞的詞性不是動詞，則按“HED無COO關(guān)系的詞”的規(guī)則處理（如果有多個COO關(guān)系，則依次按本規(guī)則執(zhí)行，由于是短文本，基本不存在這種情況）。

2）若HED無COO關(guān)系的詞。若HED有ATT關(guān)系的詞，將該詞與業(yè)務(wù)同義詞庫進(jìn)行匹配，匹配邏輯與“規(guī)則1”一致（如果有多個ATT關(guān)系的詞，則按句法順序，依次按本規(guī)則執(zhí)行）；若HED無ATT關(guān)系的詞，但有SBV關(guān)系的詞，則將該詞與業(yè)務(wù)同義詞庫進(jìn)行匹配，匹配邏輯與“規(guī)則1”一致，否則不能提取標(biāo)簽。

提取規(guī)則3示例如圖4所示，示例為提取交易標(biāo)簽

2.1.4規(guī)則4

若HED詞性既不是名詞也不是動詞：

1）若句中只有HED一個詞，將HED與業(yè)務(wù)同義詞庫進(jìn)行匹配，匹配邏輯與“規(guī)則1”一致；

2）若句中還有其他詞，則不能提取出標(biāo)簽。

提取規(guī)則4示例如圖5所示，示例為提取交易標(biāo)簽

2.2　業(yè)務(wù)標(biāo)簽提取規(guī)則

由于交易業(yè)務(wù)往往會帶有明顯的關(guān)鍵詞，比如費、款、金等，因此業(yè)務(wù)標(biāo)簽提取規(guī)則將圍繞這些關(guān)鍵字展開設(shè)計，思路是先定位業(yè)務(wù)詞，再識別業(yè)務(wù)動詞，具體如下。

2.2.1規(guī)則1

如果分詞結(jié)果中的詞能與關(guān)鍵詞庫中的詞完全匹配，則將該詞標(biāo)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。如果沒有ATT，則不能提取標(biāo)簽。

然后從分詞結(jié)果中查找是否有詞包含業(yè)務(wù)動詞庫中的詞。

1）若沒有，則業(yè)務(wù)動詞默認(rèn)為‘付’，記為V；

2）若只有1個，則該詞為業(yè)務(wù)動詞，將該詞記為V；

3）若有多個，則優(yōu)先級最高的詞為業(yè)務(wù)動詞，若優(yōu)先級相同，則按句法關(guān)系順序合并為1個業(yè)務(wù)動詞，記為V；如果V是ATTH+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。

規(guī)則1部分示例如表2所列。

2.2.2規(guī)則2

如果分詞結(jié)果中的詞包含關(guān)鍵詞庫中的詞（非完全匹配），則將該詞標(biāo)記為H。

1）若H只有1個，業(yè)務(wù)動詞的查找規(guī)則與“規(guī)則1”一致。如果V是H的子字符串，則業(yè)務(wù)標(biāo)簽為H，否則業(yè)務(wù)標(biāo)簽為V+H；

2）若H有多個，則依次檢查與H詞語法關(guān)系為VOB的動詞：若能找到，且該動詞在業(yè)務(wù)動詞庫中，則該詞為業(yè)務(wù)動詞，否則默認(rèn)業(yè)務(wù)動詞為“付”，記為V，業(yè)務(wù)標(biāo)簽結(jié)果為V+H；若找不到，查找H中是否包含業(yè)務(wù)動詞庫中的詞，如果包含，則業(yè)務(wù)動詞為空，業(yè)務(wù)標(biāo)簽為H，否則業(yè)務(wù)動詞默認(rèn)為‘付’，記為V，業(yè)務(wù)標(biāo)簽結(jié)果為V+H。

規(guī)則2部分示例見表3所列。

2.2.3規(guī)則3

如果分詞結(jié)果中的詞不包含關(guān)鍵詞庫中的詞，則不能提取業(yè)務(wù)標(biāo)簽。

3　實證分析

3.1　數(shù)據(jù)來源

實證分析所用數(shù)據(jù)來自某電網(wǎng)公司2018年1月至6月的銀行交易流水?dāng)?shù)據(jù)（見表4）。

3.2　評價指標(biāo)

本文使用精確率和召回率以及F-Measure對實證分析結(jié)果進(jìn)行評估，同時將人工提取的標(biāo)簽作為準(zhǔn)確標(biāo)簽結(jié)果。精確率是指算法提取結(jié)果中的正確標(biāo)簽數(shù)占提取出的總標(biāo)簽數(shù)的比例，召回率是指算法提取結(jié)果中正確標(biāo)簽數(shù)與交易摘要中實際可提取標(biāo)簽總數(shù)的比例。F-Measure則是綜合了精確率和召回率的評價指標(biāo)。計算公式分別如下。

式中，P表示精確率，A表示可提取并且提取正確的標(biāo)簽個數(shù)，B表示原本不可以提取標(biāo)簽但提取的標(biāo)簽個數(shù)以及提取錯誤的標(biāo)簽個數(shù)之和。

式中，R表示召回率，C表示未能正確提取標(biāo)簽的個數(shù)。

式中，α是用來衡量精確率和召回率的相對重要性的參數(shù)，本文將精確率和召回率視為同等重要，即α取值為1，故F-Measure故為F1：

3.3　結(jié)果分析

表5展示的是2018年6月銀行交易摘要提取標(biāo)簽的部分結(jié)果。

3.3.1　模型精確率與召回率分析

考慮到每月提取標(biāo)簽的數(shù)量級大約在10萬條，數(shù)量較多，人工識別成本高，因此，本文將采取隨機(jī)抽樣方式，每次隨機(jī)抽取1000條交易摘要，將提取的標(biāo)簽與基于人工提取標(biāo)簽相比，計算模型的精確率、召回率和F1值。同時為了保證評價指標(biāo)的可靠性，重復(fù)3次有放回抽樣，并用3次結(jié)果的均值作為模型最后的評價指標(biāo)，標(biāo)簽提取結(jié)果分析見表6所列。

從結(jié)果分析表中可知，6個月的交易摘要的交易標(biāo)簽和業(yè)務(wù)標(biāo)簽提取精確率均在90%以上，部分月份達(dá)到98%，召回率均在95%以上，整體F1值超過94%。

精確率方面，交易標(biāo)簽的精確率均較高，主要是因為本文的交易標(biāo)簽的提取規(guī)則考慮全面并且業(yè)務(wù)同義詞庫相對完整。相比交易標(biāo)簽，業(yè)務(wù)標(biāo)簽的精確率相對更高，主要是因為提取規(guī)則更加開放，更能體現(xiàn)一般性。

召回率方面，交易標(biāo)簽和業(yè)務(wù)標(biāo)簽的召回率均很高，主要是因為摘要語句較短，句子的核心詞基本都具有業(yè)務(wù)含義詞語，因此召回率較高。6個月的召回率都比較高且比較穩(wěn)定，說明提取規(guī)則可以識別出大部分的交易摘要，同時表明構(gòu)建的業(yè)務(wù)同義詞庫和業(yè)務(wù)動詞庫比較全面。

綜上分析，模型整體效果很好，而且表現(xiàn)穩(wěn)定。

3.3.2　影響模型效果因素分析

對實證結(jié)果中未能提取標(biāo)簽或標(biāo)簽提取錯誤的摘要進(jìn)行歸納總結(jié)，主要原因如下。

（1）交易摘要過于簡單、語義不明。存在省略主語、錯別字、口語化及漏填等情況，例如

（2）分詞及詞性標(biāo)注結(jié)果的準(zhǔn)確性。由于電網(wǎng)企業(yè)涉及很多專業(yè)詞匯，在專業(yè)字典不完整的情況下，會發(fā)生切詞及詞性標(biāo)注出錯的情況，導(dǎo)致無法準(zhǔn)確提取標(biāo)簽。

（3）詞庫的完整性。少部分摘要未能提取交易標(biāo)簽是由于業(yè)務(wù)同義詞庫不完整導(dǎo)致的，另外，業(yè)務(wù)動詞庫和業(yè)務(wù)關(guān)鍵詞庫的完整性也在一定程度上影響了業(yè)務(wù)標(biāo)簽的提取。

3.4　畫像展示

圖6、圖7分別展示了某一資金賬戶的交易標(biāo)簽和業(yè)務(wù)標(biāo)簽的提取效果。

4 結(jié)語

本文采用自然語言處理技術(shù)對電網(wǎng)企業(yè)銀行交易流水摘要進(jìn)行挖掘分析，構(gòu)建了資金賬戶交易畫像模型，突破了傳統(tǒng)的數(shù)據(jù)查詢分析對非結(jié)構(gòu)化數(shù)據(jù)處理與應(yīng)用的限制，能夠從更全面的角度了解賬戶的歷史交易特征，對未來新的交易行為是否存在異常具有重要的參考價值。

在對某電網(wǎng)公司近6個月的實證分析中，本模型獲得了平均96%以上的F1值，證實了模型的有效性和實用性，能夠在電網(wǎng)企業(yè)進(jìn)行推廣應(yīng)用。

針對影響模型效果的因素，本文考慮從以下幾方面做出改進(jìn)：

①建立詞庫的完善機(jī)制。通過機(jī)制不斷沉淀業(yè)務(wù)專家的知識經(jīng)驗，保持模型的有效性；

②進(jìn)一步優(yōu)化專業(yè)詞典。一方面建立類似于詞庫的完善機(jī)制，不斷加入專業(yè)詞匯；另一方面需要充分應(yīng)用自然語言處理技術(shù)發(fā)現(xiàn)新詞的能力，從專業(yè)網(wǎng)站中提取新詞；

③規(guī)范交易摘要填寫。制定摘要規(guī)范性填寫指導(dǎo)說明書，將摘要的規(guī)范性納入績效考核中，通過管理手段，保證摘要的完整性和規(guī)范性。