一、解决方案简介

智能结构化平台（简称平台）是赛博学习平台的一个子平台，能够基于深度学习的自然语言处理技术，自动从非结构化数字信息中抽取目标数据。模板定制过程简单、直观，无需硬编码，全程可视化操作。只要将需要提取的信息选出加入训练即可，一个版式5-10分钟可完成，并且根据答案进行模板自行调整，不断提升结构化水平。解决银行90％以上的固定格式业务凭证 OCR 识别结构化自主定制和训练，为银行已搭建的识别平台提供结构化方法，实现有效降低信息提取和录入的人力成本，帮助银行专注于上层业务重塑。

二、应用场景痛点简介

随着银行业务的发展，越来越多的业务线中涉及的纸质凭证影像需要用到OCR自动处理，来进一步提升业务办理的效率。

这些凭证影像按照格式可以分为两类：一类是固定格式的凭证（户口本、港澳台身份证、外国人永久居留证等）；一类是非固定格式的凭证（银行流水等）。其中固定格式业务类凭证占银行90%以上，这些凭证存在以下特点：

种类多：银行在各个业务受理过程中涉及到的凭证都在百种以上，甚至多达几百种；

更新频繁：不少凭证会随着业务需求或者监管制度的变化而调整格式。

基于以上特点，对凭证的OCR识别工作就特别复杂。目前存在两种解决方案：

一种是委托技术提供商做定制开发：按照凭证种类委托OCR厂商进行定制开发，逐一支持各类凭证；

另一种，是基于OCR底层能力进行自研：基于OCR厂商提供的底层识别能力（文字、表格、手写体、印章等识别能力），自己投入研发力量从代码层面开发针对各类票据的OCR功能。

不过，以上两种方式均存在一些缺陷：*****种方案，持续投入高，需要厂商就每一种凭证进行定制化开发。第二种方案，成本投入更高，不仅需要采购厂商底层能力，而且需要OCR专家团队的支持。因此，银行迫切需要一个能够减少后续投入，自主可控的解决方案。

三、解决方案亮点介绍

银行在各个业务受理过程中涉及到的凭证都在百种以上，甚至多达几百种。且更新频繁，不少凭证会随着业务需求或者监管制度的变化而调整格式。

建设智能结构化平台可为银行带来以下几点收益：

1、持续投入成本大幅减少，银行新增票据

2、新增凭证的开发投产时间大大缩减，以往银行新增项目的从采购、厂商入场开发、到上线，整个流程需要2个月以上。上线智能结构化平台后，5-10分钟完成新增凭证模板定制，当天就可完成模型的投产使用。

银行完全自主可控，使用平台开发的OCR凭证模型可以形成自有知识产权。

OCR智能识别平台上线后，陆续有多个业务系统与OCR智能识别平台对接，各系统应用OCR前后对比如下：

1、事后监督系统

集成OCR智能识别之前，事后监督共10人平均每天录入9138次数据，耗时长、效率低、出错率高；在集成OCR智能识别之后，日均降低92.7%的人工录入量，目前每天只需2人即可完成数据录入及校对工作，极大节省业务录入工作量，提高业务处理的效率，降低了人工成本及操作风险。

2、财务管理系统

在集成OCR之前，业务人员日均录入量4203次数据，工作量大、人工成本高、体验差；在集成OCR智能识别之后，只需要将电子凭证上传至OCR系统，OCR可直接将电子化信息转换为可编辑数据并返回至业务系统，日均降低99%的人工录入量，节省了录入工作量，提高业务处理的效率，降低了人工成本及操作风险；

3、供应链系统

在集成OCR之前，客户需要根据发票内容进行逐一录入，平均每月需要人工录入7120次数据；在集成OCR智能识别之后，月均降低99.6%的人工录入量，为客户节省大量时间，客户体验得到显著提升；

4、互联网金融服务平台

目前通过互联网金融服务平台开立三类账户时，客户日均录入3301次数据；在集成OCR智能识别之后，实现了录入信息的自动化，完全替代人工录入，提高了信息录入效率，并节省了客户的时间成本；

5、信用卡网申平台

目前客户平均每天通过信用卡网申平台录入7192次数据；在集成OCR智能识别之后，可*****时间识别出客户证件信息，实现自动化录入的效果，完全替代人工录入，极大改善客户体验。

在集成智能结构化平台之前，很多业务系统需要多人录入数据，耗时长、效率低、出错率高；在应用平台之后，只需要将电子凭证上传至平台，平台可直接将电子化信息转换为可编辑数据并返回至业务系统，实现了录入信息的自动化，几乎完全替代人工录入，极大改善客户体验。

而且，平台通过对银行凭证的定制化训练，实现数据结构化目的，生成的模型仍在原OCR平台运行，架构保持不变。流程及步骤如下：

智能结构化平台流程架构图

在智能结构化平台中，智能模板管理系统的主要功能是快速生成目标版式的结构化模板，为识别平台提供结构化方法，并在本系统中存储和管理这些模板。通过智能模板系统的可视化界面，可以定义模板的输出字段，并进行必要的图像标注工作，从而为智能模板算法提供元数据。

步骤一：模块配置界面

模块配置界面可以增加/删除模块，也能为模块增加/删除版式。

一个模型下可以定义任意数量的模块，单个模块下又可以包含数个版式。需要特别说明的是，模型的概念相当于一个统一的接口，通过固定的接口满足自己的识别需求。

模块的概念相当于样本的类别，如身份证、军官证、结婚证、完税证明、营业执照等。版式的概念相当于样本类别下不同的样式，如营业执照下有横版格式和竖版格式。

步骤二：标注页面

每一个版式都需要上传样本并标注，将需要提取的数据标记出来。

步骤三：模型构建-生成模型界面

所有样本标注完成后，便可以生成模型。

步骤四：模型的部署和测试界面

模型构建完成后，可以部署该模型到识别平台，并测试模型的效果。

智能结构化平台用于训练产生针对各种不同版式的OCR识别引擎，满足银行自动化、专业化、模块化、高性能等业务及技术要求，支持身份证、银行卡等固定版式的结构化，营业执照等多版式的结构化，银行回单、长途客运票等非固定版式的结构化，支持银行单据分类+识别等分类结构化。

目前平台已支持身份证、银行卡、增值税发票、营业执照、出租车票、火车票、事后监督类（业务凭证、现金交款单、放款收回凭证、借款收据、通用记账凭证等185种凭证）、机票行程单、定额发票的OCR识别；同时，也将支持转账支票、财政专用缴款单、电汇凭证、税收通用缴款书、进账单、特种转账传票、提回业务补录单的识别。

四、金融行业客户名单

中国银行、招商银行等。

五、客户评价

智能结构化平台可实现行内新增业务凭证的OCR识别自主可控，从新增一个凭证模板定制、自训练到测试上线，完全可由行内人员自主完成，无需厂商干预。解决了行内新增板式OCR识别需要重新采购或厂商定制开发的工作和费用投入问题。

智能结构化平台可实现行内90%以上的固定版式业务凭证的自主定制，构建的OCR凭证模型识别率可达98%以。系统成熟且实施可行性高，系统开发完成后，将为各业务系统提供支撑服务，实现降低人工成本、提高工作效率的目标。