云計算賦能金融文本數(shù)據(jù)智慧處理

隨著爆發(fā)式增長的數(shù)據(jù)從四面八方奔涌而來，金融行業(yè)面臨的數(shù)據(jù)挑戰(zhàn)，比我們很多人想象得更加嚴峻。

在傳統(tǒng)的模式下，數(shù)據(jù)的分析、錄入和審核全部采用人工審閱模式，極大地降低了業(yè)務效率，容易造成商機錯失。于是，通過OCR（光學字符識別）技術來實現(xiàn)各種業(yè)務場景的智能化，已經(jīng)成為當前諸多銀行的首選。作為一項枯燥繁雜、重復度高、工作量大的業(yè)務，財報的數(shù)據(jù)錄入和分析顯然可以讓OCR技術大展身手。最近幾年，云上模式成為趨勢，新型數(shù)字化應用飛速發(fā)展，原有的OCR模式已經(jīng)難以滿足金融行業(yè)需求。

基于相關的技術與云服務，亞馬遜云科技在中國市場近期推出了一系列本地“原生”的、服務于金融行業(yè)的解決方案，幫助企業(yè)盤活數(shù)字資產(chǎn)，以AI創(chuàng)新場景，加速金融企業(yè)的數(shù)字化轉(zhuǎn)型。

亞馬遜云科技的智能公告文本知識標簽提取機器人方案，便是其之中一。該方案利用Amazon SageMaker機器學習服務、Amazon Neptune圖數(shù)據(jù)庫服務和金融行業(yè)資產(chǎn)盤活機器人等云服務，對上市公司公告、研報等文本進行分析與實體抽取，形成知識標簽，以提升銀行和證券機構識別外部風險與商業(yè)機會的效率。

利用這個方案，用戶不僅可以從上市公司公告中提取價值信息，也可以“閱讀”法院公告、工商、互聯(lián)網(wǎng)媒體、路透、征信、網(wǎng)點監(jiān)控等不同的數(shù)據(jù)來源。針對上市公司公告、研究報告，通過利用智能公告文本知識標簽提取機器人方案，銀行就不必在季末抽取大量人工投入分析文本、提取內(nèi)容等工作，而可以將這些專業(yè)資源用于其他高價值工作。

與傳統(tǒng)OCR不同的是，該方案對財報的分析不僅是提取其中的數(shù)據(jù)，還包括了高管變動等關鍵信息。其中，AI模型可以對文檔進行自動分析與文字抽取，將識別出的數(shù)據(jù)、文字等信息，進行實體識別與關系抽取，形成知識標簽，通過圖數(shù)據(jù)庫進行保存，便于前端進行查詢和展示。

該方案以Amazon S3為基礎，聯(lián)接了Amazon Neptune、Amazon AppSync、Amazon DynamoDB等不同的服務，通過數(shù)據(jù)預處理、數(shù)據(jù)抽取和數(shù)據(jù)后處理，進行智能文本處理服務，可以基于數(shù)據(jù)的生命周期，幫助客戶構建智能業(yè)務平臺和專業(yè)服務團隊。

通過亞馬遜云科技的智能公告文本知識標簽提取機器人方案，金融機構可以高效率地進行如財報等文本的處理和分析，從更多的數(shù)據(jù)來源提取價值信息，及時發(fā)現(xiàn)商機、規(guī)避風險。

“對于金融行業(yè)來說，這是一種很典型的資產(chǎn)激活。”

亞馬遜云科技中國地區(qū)金融解決方案負責人

需要說明的是，亞馬遜云科技中國本土團隊提供的金融行業(yè)解決方案依托開源框架，支持多種框架和模型,用戶對架構和模型自主可控。

其次，用戶的數(shù)據(jù)由金融機構擁有和掌控，他們可以利用這些自有數(shù)據(jù)，進行OCR模型的增強訓練和精度提升，實現(xiàn)業(yè)務的更多可能性。

再次，借助機器學習平臺Amazon SageMaker和圖數(shù)據(jù)庫Amazon Neptune，該方案可以在OCR識別出文字的基礎上，進一步進行智能的實體識別與關系抽取，形成知識標簽，支持風控、營銷、推薦等業(yè)務產(chǎn)品的開發(fā)，并可引入圖神經(jīng)網(wǎng)絡算法模型，服務更多的業(yè)務場景。

最后，我們還必須提及亞馬遜云科技金融行業(yè)解決方案的云端優(yōu)勢：彈性伸縮、資源按實際用量付費，用戶可以隨時根據(jù)自己的需求開啟服務，節(jié)省不必要的花費。