金融票据是信贷、报销与对账流程中最难标准化的输入之一：增值税发票、银行回单、承兑汇票在不同渠道存在版式漂移、印章遮挡与表格嵌套，通用OCR常能"看见字"却难以"读对关系"。金融AI实验室近期把票据要素抽取拆成三步实验：先用版面检测定位表格、印章与二维码区域；再用视觉-语言模型做单元格级对齐，把"购方名称—税号—金额"绑定为结构化字段；最后以规则引擎校验金额合计、税率与日期逻辑的一致性。
进展：在2.1万张脱敏票据测试集上，金额、日期、购销方税号三类关键字段的端到端准确率由91.3%提升至97.6%，印章遮挡与跨页表格样本提升更明显；模型同步输出字段级置信度，低于阈值的单据自动转入人工复核队列，复核工作量下降约四成。
下一步：将版式漂移纳入持续学习闭环，把人工复核结果回流为对齐样本，并评估方法向跨境单据（英文发票、SWIFT报文）迁移的可行性。
评论