信贷审批环节涉及财报、银行流水、征信报告、合同等大量非结构化材料，人工录入与交叉核验耗时长且易出错。本实验室近期围绕信贷材料的多模态信息抽取开展实验，尝试将文档版面分析、表格结构还原与大模型字段抽取相结合，构建端到端的材料结构化流水线。
阶段性进展：
- 在内部标注的约1200份脱敏信贷样本上，营收、净利润、负债合计、担保条款等关键字段抽取F1值达到0.91，跨页表格合并准确率较基线提升约7个百分点；
- 针对大模型幻觉问题，引入字段级溯源与业务规则校验双机制，抽取结果可回溯至原文位置，不一致字段自动转人工复核，误报率下降约35%。
下一步将扩展至审计报告、抵质押合同等更多材料类型，并搭建人机协同的增量标注流程，持续优化长文档场景下的抽取稳定性与可解释性。
评论