在金融AI实验室近期的实验性探索中，我们把重点放在非结构化财报附注的机器可读化。附注表格常跨页断裂、表头多级嵌套，单位与会计口径随章节切换，直接做OCR拼接容易造成科目错配。当前流程分三段：先做版面解析与跨页表格合并，用表头语义树还原层级关系；再以会计科目词典加规则约束做字段归一，将“其中：”“含”“减：”等前缀还原为可计算口径；最后由轻量模型对候选单元做数值勾稽，与资产负债表、利润表合计数交叉验证，冲突项回退人工复核。
阶段性进展：在某银行对公信贷尽调样本（约1200份年报）上，附注表格结构还原准确率约92%，科目映射准确率约88%；勾稽校验对数值错误的拦截率提升至约76%，单份材料处理时间由人工约40分钟降至3分钟以内。
下一步计划：把口径归一扩展到金融业与地产行业的特殊科目，并引入跨年度对比，验证同一企业在会计政策变更下的字段稳定性。
评论