AI信贷流水解析定制：科目归并与还款能力测算

金融AI实验室本期进展聚焦信贷场景的银行流水解析。真实进件里流水来源杂、格式不一：手机银行导出的PDF、扫描件、多行Excel并存，跨行科目命名差异大，经营回款与个人消费混在同一账户中，人工核验一份流水常需二十分钟以上。

我们的做法是把任务拆成三层：版面与表格结构还原、交易要素抽取、可解释的现金流测算。抽取层用版面检测加OCR，配合轻量分类模型处理扫描件与倾斜表格；科目归并依靠可维护的字典与规则兜底，只在语义模糊时让模型介入；测算层不交给模型，而是输出净流入均值、月度波动率、最长断流天数、疑似分期与借新还旧笔数等指标，再由规则引擎给出还款能力区间与额度建议，使复核人员能追溯每一条结论的来源。

· 进展：内部测试集上交易日期、金额、余额字段抽取准确率约96%，科目归并约九成，单份流水处理时间由分钟级降至十秒级。
· 下一步：扩展对公流水与关联方识别，并引入征信、工商信息的交叉校验，降低对单一流水材料的依赖。