达观NLP文本理解技术赋能企业舆情风控，推进尽调业务智能化
随着人工智能技术的快速发展，越来越多企业引入自然语言理解（NLP）技术提高日常工作效率，本文重点介绍NLP技术在企业舆情及风控场景上的应用。
企业尽调工作包含商务模式调查、行业发展前景调查、管理体系及运营情况调查、公司影响力调查、核心技术、产品与市场、风险分析调查以及法律、财务调查等。此类调查分析工作负荷大，文本信息量繁多，以传统人工密集方式进行相当耗时费力。通过NLP文本理解技术赋能尽调风控，使用机器替代部分人力，可以达到事半功倍的效果，下文以企业风险分析调查工作为例。
企业舆情风控调查主要是分析目标企业经营过程中，是否有不利于该企业发展的负面影响。互联网上的新闻资讯是一个比较好的风险预警渠道，成千上万的媒体网站及官方渠道，经常会发布一些对于上市公司/发债主体等企业的资讯，数据即时更新。若是以人力搜集这些信息，实在力所不及，且无法达到及时预警的效果，机器则可以！
- 公开数据采集：可根据诉求进行互联网数据采集，收集数据。
- 数据加工：垃圾数据过滤、去重、NLP标签（一整套风险标签体系）、数据整合等。
- 智能搜索（舆情产品）：企业风险预警、标签搜索、语义搜索、重大事件分析等。
采集工具对互联网上的网站、论坛、微博，以及微信公众号公开数据进行搜集，经过数据去重、相似度加权计算、数据降噪等技术手段，对采集上来的数据进行清洗，然后引入NLP技术对清洗后的数据进行加工（分词、依存关系提取、命名实体识别、语义归一等），生成风险识别模型、情感分析模型、实体识别模型等标签提取模型，最后体现到达观舆情风控产品应用上，主要包含事件分析和资讯分析两大类。事件分析包含热门事件、事件脉络、事件源头、事件追溯、事件趋势等分析；
事件脉络
事件追溯
资讯分析包含一整套资讯标签体系，主要包含情感分析、上市公司/发债主体公司标签、风险标签等。资讯包含上市公司、发债主体的互联网公开数据，对资讯进行打标签，效果如下：
企业舆情尽调的痛点：预警相对滞后，缺乏系统机制。互联网传播速度快，传播渠道广。对于尽调人员，企业风险信息一般包含互联网信息调查、企业自主提供材料核查等多种尽调渠道。互联网信息调查和企业纸质材料核查方式耗时耗力，尽调时间紧，很难在规定时间内调查完整，且预警效率低，无法及时获取企业舆情信息。
互联网传播速度快，传播渠道广。传统预警相对滞后，缺乏系统机制。对于尽调人员，企业风险信息一般有互联网信息调查、企业提供材料核查等渠道来尽调。互联网信息调查和企业纸质材料核查方式耗时耗力，尽调时间紧，很难在规定时间内调查完整，且预警效率低，无法及时获取企业舆情信息。
- 数据范围广、采集及时：达观企业舆情风控产品可将舆情资讯采集渠道进行自定义扩展，数据范围广，采集数据及时，根据业务需求可对数据上报频率进行调整，最快可达分钟级。
- 标签维度丰富，方便使用：采集上来的数据，经过NLP技术加工分析后，可对企业舆情进行多个维度打标签，如风险标签（一整套风险管理体系），情感标签，产品标签、所属行业标签等，减少业务人员阅读理解资讯时间，业务人员可根据标签快速找到想尽调的企业，以及快速发现该企业的舆情信息，提高尽调工作效率。
- 及时预警，及时应对：达观企业舆情风控平台支持对企业进行订阅，订阅后，该企业若有风险，系统会进行及时预警，可通过微信、手机、邮箱等方式通知用户，及时告警。
达观数据有丰富的toB实施经验，除舆情风控产品外，还有强大的NLP平台、智能语义搜索、知识图谱、智能推荐等产品，与舆情风控产品组合形成从数据采集、数据加工（NLP能力）、数据处理及应用的一整套金融场景解决方案，现已服务多家监管机构，以及众多头部银行、证券、保险、信托、资管、基金等金融机构，全方位赋能投行、信贷、投研、经纪、风控多类业务。
