北京农商银行官网下载(北京农商银行官网下载安装)

来源:2022年第六届农村中小金融机构科技创新优秀案例评选获奖单位:北京农商银行荣获奖项:数据平台创新优秀案例一、项目背景、目标及相关规划1.项目背景人工智能,迎来了崭新的发展浪潮,正成为金融科技的新引擎。在国务院印发的《新一代人

由来:2022年第六届乡村中小金融机构自主创新实践案例评比

得奖企业:北京农商银行

荣获奖项:数据平台创新实践案例

一、项目概况、总体目标及相关规划

1.项目概况

人工智能化,迎来全新的发展趋势的浪潮,正在成为互联网金融的新引擎。在国务院下发的《新一代人工智能化建设规划工作的通知》之中着重指出,应当“促进人工智能化与各个行业融合创新”。推动人工智能化,在银行各工作流程中的运用,成为大家研究与关注的重点。

在本行运用服务体系建设和金融改革环节渐近衔接的几年中,推动实现了流程银行基本建设,将前、中、后台作业分离出来,做到提高工作效率、规避风险、提升业务监督的效果,获得了理想的效果。在规模化的后台作业模式中,随市场拓展和规模的提高,后台作业工作人员工作中繁杂性也在呈现并扩张。

科学研究人工智能化在系统后台体系中的运用,增加工作智能化水平,提升解决时效性,提升用户体验,提升风险管控能力。根据具备人工智能化的作业平台基本建设,为本行信贷业务自主创新给予有益的基础和标准,并且为同行业提供借鉴和借鉴。

2.项目目标

新项目关键完成将影像信息内容转化为电子信息技术开展导出,以适应影像项目需求。封装形式影像解决各程序模块,统一对外开放给予影像服务项目。最核心的影像识别、切成片和补报作用,开展并行计算,给予共享平台,各共享平台可以根据业务需要开展参数化设计配备。

根据人工智能化与本行系统后台管理体系融合创新,基本建设具备人工智能化的作业平台,为本行信贷业务自主创新给予有益的基础和标准。本情景除了传统票据业务的识别,增强了财务票据(如一般增值发票、出租车票、机打发票卷票等)及营业执照识别;对于繁杂场景下的手写汉字识别,本情景进行针对性方案策划、性能调优;同时针对业务外包作业平台中前后端分离补报切成片因素由一次ocr改成2次OCR,降低外包人员手工补报工作中。

3.整体规划

为研究人工智能化在银行后台服务项目体系中的结合运用,创建智能化影像解决平台项目,为银行的集中作业给予影像解决提供服务的适用。运用人工智能化的人工智能算法,创建达到本行业务流程规定的模型,优化业务流程,降低人工干涉,提升工作效率,规避风险。

系统软件整体架构如下所示:

北京农商银行官网下载(北京农商银行官网下载安装)

整个系统松耦合架构设计,有利于系统软件将来拓展和改造,根据分层次、分层架构设计应用管理。

逻辑架构如下所示:

北京农商银行官网下载(北京农商银行官网下载安装)

全部管理体系在层面上分成接口层、网络层、服务层、人工优化算法层、存放层。

接口层

该层主要从事影像数据的审理,给予PC手机客户端、手机端、大批量影像数据的连接,适用手机客户端控制插口、JAVASDK插口、C# SDK插口、WebService、移动智能终端插口、批量编辑插口等。

网络层

这一层归属于智能化作业平台的项目核心员工,该层面临的是本行的业务员,为他们提供人工上传、二录一较、软件配置管理、数据分析等服务。

人工优化算法层

这一层归属于智能化作业平台的专业技术核心员工。该层主要从事人工智能化业务模型部署,往外给予面部识别、图象识别、二维码识别、通用性识别等优化算法。适用倒三角符号(数据、英文字母、中国汉字等)、各种形式(机打发票、笔写、盖公章等)、各种各样媒介(条型码、二维码等)、各种各样业务种类(票据业务、财务票据、企业营业执照等)的识别。

服务层

该层主要从事封装形式智能化作业平台影像处理服务项目。给予影像识别、影像切分、影像调取、影像存放等服务。

存放层

该层主要从事给予智能化作业平台影像存放的功效。

硬件配置布署表明

智能化作业平台系统部署状况如下图所示,分成下列二块具体内容:

业务操作核心

前台接待操作工根据浏览器登录系统软件,可以进行凭据扫描仪、扫描仪图象质量检验、

人工凭证类型确定、切成片补报、表格信息统计等有关实际操作

总公司主机房

业务外包工作网络服务器(服务器)

AIX服务器部署websphere消息中间件,oracle数据库,图像存储磁盘阵列

业务外包补报网络服务器(备用机)

AIX服务器部署websphere消息中间件

人工智能化服务集群

2台人工智能化服务器集群,可扩展性。

典型性系统配置

人工智能化服务系统软件:

北京农商银行官网下载(北京农商银行官网下载安装)

4.业务模块

(一)图象识别作用

根据人工智能化与本行系统后台管理体系融合创新,基本建设具备人工智能化的作业平台,为本行信贷业务自主创新给予有益的基础和标准。本情景除了传统票据业务的识别,增强了财务票据(如一般增值发票、出租车票、机打发票卷票等)及营业执照识别;对于繁杂场景下的手写汉字识别,本情景进行针对性方案策划、性能调优;同时针对业务外包作业平台中前后端分离补报切成片因素由一次OCR改成2次OCR,降低外包人员手工补报工作中。

(二)2次ocr数据解决作用

对于图象数据会使用二种ocr优化算法开展识别。对于识别结论自动进行数据解决,核对2次识别结论是否一致,若一致则可以做为可靠数据做为导出。

(三)校检配备作用

对于图象数据识别结论可以根据需求场景灵活配置校检计划方案。现阶段系统支持开展2次ocr识别、2次人工补报及一次负责人受权校检。对于不同场景可设置堵塞校检计划方案,如开展2次ocr识别,如不一致则进到人工补录流程,每一次补报之后将数据进行比对,一致的数据则可以做为可靠数据,不一致当下一级校检步骤。

(四)根据人工智能化的凭证模板学习培训配置工具

本项目除银行单据数据处理程序外创建了可扩展性的许多凭据识别作用,能够进行相应的凭据开展根据人工智能化的凭证模板学习培训配备,模版维护及图象识别具体内容。本项目已用以会计税票类、企业营业执照类凭证识作用运用。

二、创新之处

1、选用2次OCR的识别计划方案

OCR识别选用俩家厂家的识别方案进行2次识别,将识别结论进行自动核对,假如2次堵塞技术规范识别结论一致,则识别结论立即做为可靠数据,无需再人工开展校检核查。使用这种创新方案可大大减轻人工任务量。与此同时有效降低劳动成本,提高风险性管理能力。并吸取经验,为同行业提供借鉴和借鉴。

2、灵便可变性的检验预案

本项目可以根据需求场景灵活配置校检计划方案。行内原数据解决选用“二录一较”的解决方案,即对图象数据开展2次人工上传,在这个基础上提升根据2次OCR的检验预案。对2次ocr两次人工识别的四项数据可灵活配置校检计划方案。针对数据精确性要求高的字段名,如额度、票据号等字段名可设置务必人工核查。但对于一部分数据不正确可容忍的字段名可以采用2次识别一致立即导出,不进行人工参加。

三、项目过程管理

北京农商银行于2021年3月运行智能化影像解决平台项目,2022年6进行项目实施、评估和发布提前准备,并且于2022年7月进行发布试运转工作中。

四、运营状况

本项目现阶段进行基本建设并发布经营。现阶段完成对各种凭据票据识别作用,由于现在OCR识别行业都还没识别率为100%的模型,发生误识的数据无可避免,但金融行业细微的也会导致在很大程度上损害。本项目中采用2次OCR的解决方案,通过各种技术性识别结果比对来获得可靠数据,2次识别无法匹配的那一部分然后通过人工补报校检进行识别。与此同时企业营业执照、会计税票识别等服务运用到多种多样需求场景,为本行凭据图象信息资源管理提供可靠过程的与此同时在很大程度上降低了人工任务量。

五、项目成效

通过引入机器学习算法人工智能化方法进行ocr识别,在银行后台保障体系开展运用,大幅度提高了中国汉字识别率,降低人工补报量。进而提升业务流程处理效率,降低人工成本。同时还可以降低因为人工补报所带来的错漏。

在深度学习的优化算法选择时,实体模型兼容上,通过不同的模型进行学习与练习,将不同实体模型识别出来的结论进行比对,过虑出业务流程可靠的数据。现阶段业务中是由二录一较体制来决定可靠数据的,即OCR识别结果与人工一录数据进行比对,一致为可靠数据,不一致开展人工二录,人工二录与OCR识别过程和结果人工一录数据各自核对,有一致即是可靠数据,都不一致才能进入人工审核岗进行核对。

因此可以通过人工智能化“智能机器人”来参加人工步骤。

北京农商银行官网下载(北京农商银行官网下载安装)

假定智能机器人1和机器2的识别率都达到了60%之上,则能够挑选出最少36%的可信数据,在剩余64%的不靠谱数据里,可以通过设备3和机器人1和机器2开展两组核对,有一致可做为可靠数据。也可以根据具体业务流程要求及全面的处理量,及其可许可的解决期限,来制定智能机器人核对的轮数。在没有考虑到全面的处理量、可许可的解决期限和不同机器人训练的复杂性前提下,从理论上,当核对的轮数趋向于无究数次,准确率能趋向于100%。事实上,本工程建设中并且用两个机器人的解决方案,大幅度减少人工补报量,现阶段每件ocr识别优化算法识别率会到90%下列,2次识别后可靠数据做到81%,大部分可以满足业务流程规定。

六、经验交流

根据人工智能化与本行系统后台管理体系融合创新,基本建设具备人工智能化的作业平台,为本行信贷业务自主创新给予有益的基础和标准。汇总本项目意义如下所示:

一是提升后台程序智能化水平,优质的服务顾客:增加工作智能化水平,协助把很多人的工作中自动化技术,提高这些繁杂、单一的工作中的处理方法时效性,提高客服水准。

二是有效降低劳动成本,提高风险性管理能力:根据人工智能化在系统后台体系中的运用,完成一部分工作智能全自动解决,立即降低了成本。并进一步根据机器学习算法,进一优化作业设计管理方法与风险管理能力。

三是吸取经验,为同行业提供借鉴和借鉴:根据本行技术研发与实践吸取经验,更加好的搞好领域示范和促进作用,为下一步人工智能化在银行后台保障体系的应用提供借鉴和借鉴,并促进中国产品类别和产业的快速发展趋势更加成熟。

更多金融科技案例和金融数据智能优秀解决方案,请登录数字金融创新知识服务平台-金科创新社案例库、选型库查看。

顶级复刻,货到付款,质量保证,对版发货,售后五年,添加 微信:AFZF66  备注:时间圈

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 1032933037@qq.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.dayunb.com/5759.html