在信贷审批场景里，银行流水往往比财报更接近真实经营状况，但格式散、字段乱、口径杂，人工核对一份几十页流水常需半小时以上。金融AI实验室本阶段把问题拆成三步：先把PDF、扫描件与银行导出CSV统一为结构化交易表，再结合对手方与摘要文本做交易分类，最后按行业与账期规则还原本期可支配收入。
阶段性进展：
- 解析层采用版式检测加表格结构还原，对12家主流银行的测试样本，交易行抽取准确率约96%，扫描件平均后处理耗时低于8秒/页；
- 收入还原层不输出单一数值，而是给出区间与置信度，并对冲流水、同名互转、当日资金空转等疑似粉饰行为打标，交由信贷员复核。
下一步计划将流水异常与工商司法信息、上下游票据做联合验证，并把复核结论回流为标注，持续压缩误报。实验室的做法是：模型负责把证据摆清楚，独立判断权仍留在人手里。
评论