近日,Forrester发布了《亚太地区金融服务自然语言处理应用案例》报告(Natural Language Processing Use Cases For Financial Services In Asia Pacific),明略科技与蚂蚁集团、百度等厂商共同入选。

亚太地区金融服务公司已经意识到人工智能在提高内部流程效率方面的价值。其中,许多流程都基于来自于文档、电子邮件、研究和法律报告、语音、视频和社交媒体的非结构化数据运行。Forrester研究发现,金融服务公司使用NLP解决方案主要实现三方面的商业价值。

第一,更好地了解和服务客户。客户在数字渠道中使用金融服务产品和服务会产生非结构化数据,例如评论,请求和使用行为。NLP解决方案通过直接从客户的言语或语气中提取关键信息(如情绪,情感,努力和意图),建立客户资料,了解客户意图,从而更快速准确地将产品和服务与客户相匹配。

第二,提高运营效率和赋能员工。机器通过理解自然语言以文本和语音进行响应,实现客户交流。机器人程序基于NLP能力可以处理简单任务,有经验的员工则可专注于复杂任务或决策,进而降低客户服务中心和信用卡催收中心的运营成本。对于以文档为中心的团队,通过定制的NLP解决方案对文档进行预处理,提取关键信息,帮助专业人员更轻松地处理更多任务。

第三,获得良好的风险管理投资回报。NLP可以通过将信息提取到知识图谱来丰富洞察力,并通过认知搜索使信息更容易查找。使用知识图谱来表示市场事件、交易、业务实体、内部员工、外部合作伙伴和组织的网络,极大地有利于风险管理和欺诈检测,使金融服务公司能够更有效地预测、跟踪、分析和可视化风险。

Forrester指出,金融服务公司的风险分析以复杂的信息网络为基础,包括人、组织和交易之间的关系,通过专业知识将外部市场信息与目标对象关联起来。NLP解决方案通常使用知识图谱表示和索引金融关系,依靠NLP技术从海量数据源中提取实体并推断关系,通过知识图谱实现可视化,理解可疑关系的逻辑,甚至在数据上建立预测模型。

例如,查找合规和非现场审计的隐藏关系。针对工作场所的异常行为、可疑交易和不合规贷款情况,合规和审计团队基于规则的方法和人工分析线索无法发现海量数据集的每一种关系以及客户、员工和组织之间的所有复杂关系。中国光大银行采用了明略科技提供的金融智能验证和审计平台来创建资金流向的全貌,整合了30多个内部系统,将前三年的数据映射成18类实体和47类关系,使用NLP模块识别不同文件之间的不一致,利用知识图谱可视化实体之间的关系,检测可疑线索。实现多个部门的协同,平均10分钟内完成查询分析。

明略科技深耕金融行业数据平台及知识图谱构建,熟知前沿算法和系统架构,具有丰富平台开发实施经验,有成熟的产品及应用模型部署经验,针对风险洞察、智能查证预警、智能营销与运营、反欺诈、反操纵、反洗钱等业务场景,发现隐藏在复杂网络之下的风险关系网络和资金异常流动情况,深度挖掘数据价值,建设业务应用,辅助决策。

目前,明略科技已为中国人民银行、建设银行、交通银行、中国邮政储蓄银行、光大银行、宁波银行、中国人寿、泰康人寿、太平洋保险、上海证券交易所、大连商品交易所、郑州商品交易所、海通证券、银联商务、华泰证券等金融客户成功落地了企业级大数据及人工智能技术解决方案,帮助金融机构在数字化转型中,提升风险管理能力和效率。