名词解释

OCR（Optical Character Recognition，光学字符识别），是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

OCR应该算是深度学习领域的交叉学科，同时涉及图像处理和自然语言处理。笔云自研的知识自动系统就是把新一代文字识别引擎IDR和新一代语义理解NLP做了结合，先做图像识别进行粗分类，然后结合自然语言处理，把语言学上的特征纳入到分类考虑当中进一步提高准确率，在识别过程中同时完成了信息抽取以及内容审核的工作。

说回到银行流水账审核实务。OCR在处理表格还原方面，都已经有不错的效果。如果表格都是长下面这样的，那是没有什么难度：

但如果是下面这样的：

账号有换行

或者这样的：

没有表格线，一条转账信息分2行

还有这样的：

没有表格线，数据挨得很近，一条转账信息分多行

以上情况，还不包括墨点、印章、图像变形......等干扰项，都会给实际应用增加难度。而且，银行流水都是针式打印机打印的，使用的是特殊字体，且各家银行流水样式各有不同，不年份不同地区的流水版式也存差异，这对流水识别提出更高的要求。笔云在做银行流水账智能审核的应用落地时，通过OCR和NLP的深度结合，并在大量数据训练的结果下，不仅识别扫描图像的文字，还能还原流水单版式，将图像文档按原表格转换为电子表格。

有了真实可靠的识别结果，下一步，就是通过银行流水识别与审核系从多维度深度挖掘企业银行流水数据，探测发现可疑风险。

完整性-发现缺失数据

完整性检查审核两方面的内容，一是打印时段是否完整，账户清单内的账户流水打印时段是否完整；二账户完整性，核查流水数据中是否存在交叉账户未打印完全、是否存在开户清单中的账号未打印情况。

真实性-统一流水模板，内置多个真实性审核点

真实性包括审查流水内容是否符合逻辑，如借贷双方反映的资金流入流出与余额是否相符，即上一行“余额”加本行“贷”方金额或减本行“借”方金额，应等于本行“余额”；审查交易日期是否合法，如对公账户的在非工作日发生对公交易则为虚假流水；审查勾稽关系，如“摘要”栏写的是“ATM取款”，交易金额一定是100元的整数倍，如出现几元几角几分的交易金额一定是虚假的；审查结息信息是否真实；看在每季是否发生正常结息。

合理性-标识出交易对手身份，判断交易对手、交易金额合理性

通过交易对手识别并统计交易对手方流水流入流出情况，判断交易对手是否合理，首先付款方应为客户、收款方应为供应商、政府机构、员工等；其次企业与客户和供应商的交易应该是单向而多笔的，通过分析对手方是否交易频次低，单笔金额高，整数多，双向收支，收支重合程度高，发现可疑对手方。

企业经营分析-企业现金流可视化

将上传的流水数据进行分类统计分析，可视化展示与企业经营相关，反应企业经营活动、投融资活动的各项指标数据。

介绍到此，相信您也发现通过OCR和NLP等AI工具，可以帮助银行流水账审核，大大降低人工肉眼核查、手工操作过程，让流水核查工作更智能更高效。

笔云科技，人工智能应用实践先行者