在信贷尽调环节，银行流水仍是人工核对密度最高的一类材料。实验室近期搭建了一套面向流水的实验管线：先用版面检测区分不同银行的表头、页眉与合并单元格，再做行级 OCR 与列对齐，最后交给「规则+模型」的校验层，检查借贷方向、余额连续性与时间序列一致性。
阶段性进展：
- 在自建多版式测试集（12 家银行、约 2400 页）上，字段级抽取准确率由基线 81.3% 提升至 94.6%，余额不连续行的召回率为 88.2%；
- 引入「科目—摘要—对手方」三元组弱监督标注后，疑似拆分转账、循环走账等异常交易的复核量下降约三成。
下一步计划：把校验结果结构化为可解释的核验清单，接入反欺诈特征池做离线回测；同时评估扫描件、手机截屏等低质输入的下限表现。我们更关注的是把「抽取」变成「可追溯的核验过程」，而非单纯追逐字段准确率。
评论