[发明专利]基于登记数据的智能核验方法及装置

说明书

本发明公开了一种基于登记数据的智能核验方法及装置，利用NLP（自然语言处理技术）中的NER（命名实体识别）模型从中自动抽取出财产描述部分重要的信息（即实体词），便于后续利用财产描述部分的重要信息与输入的查重信息进行文本相似度的比较。同时，在存在重复登记情况下，在进行首次查重时，只需要对目标待识别文件中的登记证明文件中的财产描述部分（根据登记类型不同又称为质押、抵押、租赁、转让财产描述）的进行PDF处理，即可发现重复交易的存在，无需对与每份登记证明文件关联的附件全部进行OCR处理，加快了查重速度并且降低了查重处理时对计算机占用的占用率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于登记数据的智能核验方法及装置。

背景技术

中登网是人民银行征信中心于2007年建立的动产融资统一登记公示系统，在《民法典》未实施前，中登网应收账款转让登记仅起到公示的作用，《民法典》实施后，从立法层面认可了应收账款转让登记享有“优先受偿权”，因此保理公司在受让应收账款之前，应该严格审查客户在中登网的登记信息，对已经转让或质押的交易，应该拒绝受理或要求置换。

在传统的供应链业务操作中，当需要对客户资产的真实性进行验证时，需要由公司专门的预警人员在中登网中查询对应客户的登记信息进行人工查看，以便核验所维护的客户与从中登网中获取到的信息是否一致，实现交易前的手工预警，但手工核验的效率非常低，为了实现自动核验，中国专利公开了基于NLP技术的应收账款质押转让登记财产的方法（公布号为CN112598519A）、智能核验方法（CN113420657A）等方案实现自动核验。

上述现有技术中实现自动核验的方案流程概括如下：先从中登网接口获取与交易方相关的所有目标待识别文件（包括登记证明文件（PDF）以及与每份登记证明文件关联的附件，如发票、合同等，一般是图片格式），然后同时从所有目标待识别文件中提取出文本，最后对文本进行加工并从文本中查询某一笔交易（交易信息包括发票、合同等，例如查询到某笔交易的发票或合同已经被登记过时，认为该笔交易被重复登记）是否已经存在转让或质押的登记从而实现对交易的自动查重。

经过研究发现，上述现有技术存在以下的不足：举例说明，若A为供应商，B为购买方，A向B与进行了一笔金额为200万的交易，A向B交付了货物，由此A拥有一笔对B的应收账款，A需要资金周转时将该笔应收账款转让或质押给C平台，C平台的工作人员查询该笔交易是否被重复登记，即该笔交易应收账款对应的合同、发票等是否在中登网上被登记过，经过查询在中登网上A公司作为出让人的登记数量为100笔，假设每笔登记包括一份登记证明文件和三份附件。按照上述现有技术则都需要处理完400份文件后才能够输出查重结果，即现有技术中的核验交易是否重复的方法存在的处理速度慢、每次计算都占用计算机资源过多的技术问题。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种基于登记数据的智能核验方法及装置，能够在存在重复登记时，加快查重速度并且降低查重处理时对计算机占用的占用率。

第一方面，本发明提供一种基于登记数据的智能核验方法，包括：

从中登网接口获取目标待识别文件；所述目标待识别文件包括多份登记证明文件以及与每份登记证明文件关联的附件；

对目标待识别文件中的所有登记证明文件进行PDF解析得到一级字段，所述一级字段包括财产描述；

利用命名实体识别模型从财产描述对应的一级字段中抽取出实体得到二级字段；其中二级字段中与财产描述对应的实体包括融资申请人、买方名称、交易信息、发票号码、合同编号；

在不对二级字段中各实体进行标准化处理的情况下，检测到二级字段中与财产描述对应的实体与输入的查重信息之间的文本相似度符合预警触发条件时，发出预警。