在信贷尽调场景中，银行流水是判断经营真实性的核心材料，但不同银行、不同导出方式的版式差异极大：有的以“借/贷”标注方向，有的用正负号，有的把摘要与对手信息挤在同一列。团队近期围绕“先还原结构、再判定语义”的路线做了一轮实验。
处理流程分三层：一是版面还原，依据表格线、表头关键词与列对齐关系切分行列，输出带坐标的单元格；二是字段归一，将交易日期、发生额、余额、摘要、对手方映射到统一 schema，并对同一对手的名称变体做归并；三是逻辑校验，用“上笔余额±发生额=本笔余额”的连续性规则筛出可疑行，方向不明的记录进入人工复核队列。
进展：在内部 60 份、覆盖 12 家银行的脱敏流水样本上，字段级抽取准确率约 96%，余额连续性校验可额外发现约三成金额或方向错误；单份 2000 行流水的处理耗时在分钟级。
下一步：扩展至农商行与地方性银行的导出格式，并尝试由收支序列生成月度经营现金流画像，为授信额度测算提供输入。
评论