云计算赋能金融文本数据智慧处理
次
随着爆发式增长的数据从四面八方奔涌而来，金融行业面临的数据挑战，比我们很多人想象得更加严峻。
在传统的模式下，数据的分析、录入和审核全部采用人工审阅模式，极大地降低了业务效率，容易造成商机错失。于是，通过OCR（光学字符识别）技术来实现各种业务场景的智能化，已经成为当前诸多银行的首选。作为一项枯燥繁杂、重复度高、工作量大的业务，财报的数据录入和分析显然可以让OCR技术大展身手。最近几年，云上模式成为趋势，新型数字化应用飞速发展，原有的OCR模式已经难以满足金融行业需求。
基于相关的技术与云服务，亚马逊云科技在中国市场近期推出了一系列本地“原生”的、服务于金融行业的解决方案，帮助企业盘活数字资产，以AI创新场景，加速金融企业的数字化转型。
亚马逊云科技的智能公告文本知识标签提取机器人方案，便是其之中一。该方案利用Amazon SageMaker机器学习服务、Amazon Neptune图数据库服务和金融行业资产盘活机器人等云服务，对上市公司公告、研报等文本进行分析与实体抽取，形成知识标签，以提升银行和证券机构识别外部风险与商业机会的效率。
利用这个方案，用户不仅可以从上市公司公告中提取价值信息，也可以“阅读”法院公告、工商、互联网媒体、路透、征信、网点监控等不同的数据来源。针对上市公司公告、研究报告，通过利用智能公告文本知识标签提取机器人方案，银行就不必在季末抽取大量人工投入分析文本、提取内容等工作，而可以将这些专业资源用于其他高价值工作。
与传统OCR不同的是，该方案对财报的分析不仅是提取其中的数据，还包括了高管变动等关键信息。其中，AI模型可以对文档进行自动分析与文字抽取，将识别出的数据、文字等信息，进行实体识别与关系抽取，形成知识标签，通过图数据库进行保存，便于前端进行查询和展示。
该方案以Amazon S3为基础，联接了Amazon Neptune、Amazon AppSync、Amazon DynamoDB等不同的服务，通过数据预处理、数据抽取和数据后处理，进行智能文本处理服务，可以基于数据的生命周期，帮助客户构建智能业务平台和专业服务团队。
通过亚马逊云科技的智能公告文本知识标签提取机器人方案，金融机构可以高效率地进行如财报等文本的处理和分析，从更多的数据来源提取价值信息，及时发现商机、规避风险。
“对于金融行业来说，这是一种很典型的资产激活。”
亚马逊云科技中国地区金融解决方案负责人
需要说明的是，亚马逊云科技中国本土团队提供的金融行业解决方案依托开源框架，支持多种框架和模型,用户对架构和模型自主可控。
其次，用户的数据由金融机构拥有和掌控，他们可以利用这些自有数据，进行OCR模型的增强训练和精度提升，实现业务的更多可能性。
再次，借助机器学习平台Amazon SageMaker和图数据库Amazon Neptune，该方案可以在OCR识别出文字的基础上，进一步进行智能的实体识别与关系抽取，形成知识标签，支持风控、营销、推荐等业务产品的开发，并可引入图神经网络算法模型，服务更多的业务场景。
最后，我们还必须提及亚马逊云科技金融行业解决方案的云端优势：弹性伸缩、资源按实际用量付费，用户可以随时根据自己的需求开启服务，节省不必要的花费。
