自然语言处理（Natural Language Processing，以下简称 NLP），是计算机科学领域与人工智能领域中的重要发展方向，随着科技进步，自然语言处理技术亦越发成熟。微软 CEO 比尔·盖茨曾说过，“语言理解是人工智能皇冠上的明珠”，NLP 技术的进步势必会推动人工智能整体进展。在银行领域，数据分析大多集中在客户行为分析、营销预测、风险管理等数值分析方面，对于文本处理相对较少。随着 AI 技术平台的日趋完善，NLP 技术在银行领域的应用也逐渐崭露头角。
自然语言处理的应用
行业背景
银行业日趋激烈的竞争，也促使银行各部门业务人员将精力更多地聚焦在数据价值的挖掘上，例如信贷发卡精准营销预测，使得年新增发卡量两年翻了一番；基于大数据的行内评分模型，使得信贷新增不良率降低45%。在这些数据分析挖掘模型落地实施的带动下，业务纷纷转向 NLP 领域，期待转型带来的新突破。在技术的推动下，业务对数据分析挖掘的需求量呈井喷式增长，要求也越来越高，特别是非结构化文本数据的处理需求。以往的数据分析大多集中在客户行为分析、营销预测、风险管理等数值分析方面，对于文本处理相对较少。为了支撑业务对非结构化文本分析的需求，NLP 平台应运而生。基于 NLP 平台，能够使非结构化文本的处理的问题得以高效解决。
厦门国际银行推动数字化转型，在业务飞速发展的过程中沉淀了海量数据。因此，加大数据领域探索，深入挖掘海量数据所蕴含的巨大潜在价值，成为国际银行当下的主要规划。为贯彻落实《中国制造 2025》和《新一代人工智能发展规划》，中华人民共和国工业和信息化部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》的通知，通知中把 NLP 定位成基础领域需要着重率先取得突破的技术。以先进同业为例，同业将人工智能放在三大战略中的核心驱动位置，现阶段正逐步发力于通过使用 NLP 技术，分析企业公开信息，在知识图谱、业务流程自动化、智能风控、营销推荐等场景得到应用；通过 NLP 的命名实体识别、文本关系抽取、实体链接等能力，实现知识图谱的计算能力与智能推荐、智能解释、人机交互、深度关系推理等功能；通过 NLP 的文本分类、实体提取、语义相似度分析等能力，一定程度上减轻业务流程中人工流程的压力；通过基于 NLP 技术的风险信息提取，自动作为风险预警及风险建模的特征输入。
业务痛点及解决方案
根据厦门国际银行业务现状及行内业务痛点，发现 NLP 技术在银行流水、公司章程智能解析、智能运营和智能稽核四方面能够产生很大的业务价值。
第一，信贷审核业务人员日常工作中对一张客户银行流水录入审核的过程中通常需要几十分钟乃至 1 个小时，每天工作量巨大，业务人员花费大量时间在重复的解析、录入和校验等工作上，而引入人工智能 NLP 技术的识别结果审核加上人工复审则只需要几分钟，可以大幅提升信贷审批效率；
第二，对公信贷材料审查业务人员处理一份公司章程需要半小时以上，花费大量时间在重复的信息查找和判断决策机构层级等工作上，而引入人工智能 NLP 技术的识别判断结果可将业务流程优化至十几分钟内，大幅提升业务效率和智能化水平；
第三，一份零售条线线上贷款申请材料审核一般会花费业务老师一个小时乃至更长的时间，引入NLP 技术辅助业务人员审查可以大大减少人工工作量；
第四，内部稽核部门日常工作需要处理分析大量非结构化数据，人工处理会导致银行人力物力的大量浪费。目前在理财销售话术合规性、贷后走访报告以及客户银行流水中的稽核工作中采用的是人工抽查的模式，得出的稽核结果存在一定的局限性，不能枚举所有业务场景，无法对客户经理交易行为进行全面覆盖，引入 NLP 技术即可实现稽核材料的全量核查，节省业务大量时间。
基于此厦门国际银行携手达观数据，围绕银行流水智能解析、公司章程智能解析、智能运营和智能稽核四大业务需求开展合作，搭建自然语言处理平台。
智能文档审阅平台
厦门国际银行对NLP 平台的总体规划是建设一套统一、简单、高效的 NLP 解决方案，为 NLP 开发人员提供 NLP 和深度学习全流程服务的开发平台，将 NLP 开发流程平台化、工具化，提供从数据采集、数据预处理、模型训练、模型评估在内的完整开发过程，支持模型部署、模型监控和模型管理等。
达观数据NLP平台集成一整套自底向上的丰富、高效、高精度的中文自然语言处理模块，涵盖文本分析全链条，提供正文抽取、句子切分、分词、词性标注、命名实体识别、依存句法、语法分析、文本分类、情感分析、信息抽取、实体消歧、文本聚类等文本分析组件。适用于智能搜索引擎、情报分析、泛媒体分析、知识管理等各个领域。通过自动建模、分布式算法库及模型训练接口，打通模型从训练、发布到集中运行的全流程，可轻松构建模型，快速实现 NLP 的落地应用，快速提升业务价值。
随着 落地业务的不断扩展，达观数据NLP平台的语料库、算法库、模型 库不断增长完善，NLP 落地业务可扩展至 LIB、CYB 内部，通过增加 LIB、CYB 业务数据微调已有的 NLP 智能模型，可实现 LIB、CYB业务快速部署、快速落地。
