在信贷尽调中，银行流水是验证经营真实性的关键材料，但各家银行的导出格式、摘要写法差异极大，人工整理一份 12 个月流水通常要 20 分钟以上。本期实验围绕「摘要归一 + 收入还原」两个环节展开。
进展：我们把任务拆成三步——版式无关的表结构还原、交易摘要的模式归一（工资、货款、平台结算、同名转账等 14 类）、基于对手方与周期性的经营性收入判定。摘要归一走的是小样本路线：先用正则与词典覆盖高频写法，剩余长尾交给句向量聚类，人工确认簇标签后回灌，形成可增量维护的标签库。在已覆盖的测试样本上，摘要分类准确率为 91.3%，经营性收入识别与人工复核的一致率为 87%。
下一步计划引入对手方关系图，用同一主体在多账户间的资金闭环特征修正单笔判定的误报，并针对「整进整出」「当日回转」等疑似包装流水建立独立标记。
评论