文本智能抽取
案例介绍
1.1 基金确认单抽取与审核场景:利用底层 OCR 和 NLP 技术，对 104 家基金公司的表单 进行识别抽取金额、日期等关键信息，开发对应抽取功能和 API，嵌入业务流程，解 决以前通过肉眼识别关键信息效率低且易错的情况，整体工作效率提升 60%以上。
1.2 债券公告信息提取:负责集成 RPA+OCR+NLP 三大技术，从深交所、上交所、东方财 务网的公告文件进行采集、标注训练、抽取开发、模型效果调优、万德第三方数据的 比对与审核，使业务人员专致于核心审核业务操作、不必再处理找文件、传文件这类 基础性的工作。
1.3 划款单结构化抽取场景:负责对 41 家基金公司模版的划款单据进行快速识别，修改抽 取方式由串行改为并行、开发可配置的抽取框架，达到 10 秒内完成抽取任务、可配置、 兼容新增模版。
1.4 银行流水识别与审核场景:负责深入了解业务需求、产品功能原型讨论、开发标注模 块、部署维护、完成与大投行系统的功能对接，多次迭代版本提高平台稳定性，省时 省力解决了人工抽取扫描件的流水数据效率低下，达到平均 9 秒/页的解析速度。
文本智能抽取
案例介绍
主要负责现场问题快速解决、需求沟通、业务链路、数据链路、技术方向的把握以及项目的实 施落地:
1.1 基金确认单抽取与审核场景:利用底层 OCR 和 NLP 技术，对 104 家基金公司的表单 进行识别抽取金额、日期等关键信息，开发对应抽取功能和 API，嵌入业务流程，解 决以前通过肉眼识别关键信息效率低且易错的情况，整体工作效率提升 60%以上。
1.2 债券公告信息提取:负责集成 RPA+OCR+NLP 三大技术，从深交所、上交所、东方财 务网的公告文件进行采集、标注训练、抽取开发、模型效果调优、万德第三方数据的 比对与审核，使业务人员专致于核心审核业务操作、不必再处理找文件、传文件这类 基础性的工作。
1.3 划款单结构化抽取场景:负责对 41 家基金公司模版的划款单据进行快速识别，修改抽 取方式由串行改为并行、开发可配置的抽取框架，达到 10 秒内完成抽取任务、可配置、 兼容新增模版。
1.4 银行流水识别与审核场景:负责深入了解业务需求、产品功能原型讨论、开发标注模 块、部署维护、完成与大投行系统的功能对接，多次迭代版本提高平台稳定性，省时 省力解决了人工抽取扫描件的流水数据效率低下，达到平均 9 秒/页的解析速度。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
