研报智能审核系统技术方案-证券.pdf

研报智能审核系统技术方案-证券 一，需求背景 在当前监管机构大力推动金融行业数字化、智能化的背景 下，针对研报产出流程中大量繁杂底稿的整理、传统审核流程等作业 方式，智能核查系统从以下几个方面实现资源整合、信息共享、业务 协同，以达到相关部门人员提升工作效率、提高产出质量等效果。 从业务流程角度来看，研究员整理底稿，撰写研究报告， 提交给核查人员后，核查人员对研究报告进行审核，期间伴随打回或 传给下一位审核人员的动作，直至审核通过，流程无法规范化，信息 很难共享。核查系统中可以支持管理人员制定审核流程，整个过程线 上化，相关人员可实时关注项目进展，关键节点数据共享，减少信息 传递阻碍。 从审核本身来看，核查人员需要在繁杂的底稿中一一对应每一个数据 出处，且需要花费大量时间通过查询第三方数据来确保数据准确，核 对过程没有数据沉淀，通过线下方式效率低、易出错。核查系统可将 文档通过技术手段线上化后，对文档内容进行分析，智能判断文档中 的数据与相关公开数据一致性，自动关联相关底稿内容，确保研究报 告与相关底稿内容的一致性，通过语义分析等技术校验确保文本规范 性，另外文档数据沉淀后，支持底稿溯源。核查系统应通过相关技术 提供一套完整的文档核查能力，解决核查人员对于核查过程中的痛点。 1.软件系统开发目标 从业务流程出发，系统应达到对业务流程完成覆盖，有相 应的流程管理、人员管理、权限管理、核查内容管理，提高工作效率， 规范核查流程。 对于底稿，系统应具备底稿管理能力，完成数据沉淀，提 供溯源能力，包括文本段落、数值等。 对于核查本身，系统提供研究报告上下文一致性审核，底 稿一致性审核，外部数据核对，文本规范性审核能力。 2.总体方案 整个系统围绕业务内容进行设计，从数据来源、系统核心处 理流程以及数据落地存储几个方面进行考虑。通过将业务人员上传的 文件进行 OCR、NLP、智能语言处理技术解析并结构化存储，完成核 查对象的数据处理，对接第三方数据源数据，分析并清洗后得到外部 数据支持。 搭建工作流引擎支撑业务流程配置，包括人员权限相关管 理、核查流程和相关内容管理，对研究人员、审核人员间的工作流程 完成覆盖，支持文件上传、底稿管理、智能审核、人工审核、批注、 反馈消息通知等功能，达到过程可追溯，提高流程规范，确保输出研 究报告的质量。 对于核心核查功能，整合已解析并结构化的文档，关联已 处理的第三方数据，依赖配置的业务流程及核查相关规则要求，系统 自动对研究报告进行上下文一致性的审核，研究报告与底稿间一致性 审核，文中数据与第三方数据一致性，文本内容规范性审核。 结构化存储各类文档数据，结合搜索引擎，达到底稿溯源 能力，支持业务人员在系统中通过简单的关键字信息在海量底稿文档 中筛选关键文档。 系统设计上，结构清晰，操作交互简便，使用流程清晰易用，理解与 学习成本底 二.技术实现方案 1.服务端文件管理 文件管理模块是该系统的核心，由文件表格、文件树和文件编辑模块 三个插件构成。主要功能可以分为： 1)基于 Web 的文件资源浏览。 2)基于 Web 的文件在线打开。 3)基于 HTYP 协议的大文件传输。 4)大文件传输的断点续传功能。 5)用户文件的空间管理。 2.数据库及文件服务器 本系统使用 MySQL 数据库，用来保存用户信息、上传的文件基本信息。 文件断点续传模块采用 base54 加密的存储技术来实现对文件信息的 管理。 3.OCR 智能识别 图像处理：去噪声、平滑、去黑边、倾斜校正等。 表格识别 字符分割 字符识别 格式化输出 4.语义识别 地址识别 地址信息提取：精准提取文本填单中的地址信息，并按省、市、 区、街道、详细地址的格式结构化输出 姓名信息提取：精准提取文本填单信息中收件人或寄件人的名称，并 输出结构化信息 电话信息提取：精准提取文本填单信息中寄件人或收件人的联系方式， 并输出结构化信息 词法分析 中文分词：将连续的自然语言文本，切分成具有语义合理性和完 整性的词汇序列 词性标注：为自然语言文本中的每个词汇赋予一个词性，例如名词、 动词、形容词等 命名实体识别：识别自然语言文本中具有特定意义的实体，主要包括 人名、地名、机构名、时间日期