这些都不失为有效的方法，但如果需要快速、准确地复核几份招股说明书、债券募集说明书、年报等文档时，恐怕大家手速再快也会应接不暇了。

在计算机技术蓬勃发展的今天，你是否想过，曾经侵占你过多时间的这项机械劳动，可以交由人工智能代劳呢？

今天，我们重点介绍财债通产品财务一致性审核中的重磅功能——单表格计算审查。

一、财务逻辑关系审查

财务主表信息计算    
 

如：合并口径/单体口径中流动资产合计、非流动资产合计、资产总计、流动负债合计、非流动负债合计、负债总计、归属于母公司股东的所有者权益合计、所有者权益总计、负债及所有者权益合计、营业利润、利润总额、净利润、经营活动/投资活动/筹资活动现金流入与流出小计、经营活动/投资活动/筹资活动现金流量净额、期末现金及现金等价物余额等。

     

      

   

这类表格的计算逻辑与格式样式与券商拿到的中介机构提供的第三方文档的格式及报告撰写者的个人风格有很大关联，样式无法穷举，利用单纯累积格式写正则的方法无法解决全部问题，这也是充分体现AI功力的地方。

达观数据财债通采用统计学与AI自主学习的方法，让计算机通过深度学习技术了解各类表格的格式与计算方法，轻松地找出报告中的各类计算错误，并通过计算方法展现、建议值提供等方式，帮助用户加强人机交互能力，以多快好准地实现报告复核的目标。

财债通对表格内容的准确定位得益于其在产品中设计并实现了一种基于OpenCV和Faster R-CNN深度学习模型的表格抽取算法。 通过使用OpenCV方法识别有线条表格识别、使用深度学习方法识别一般表格，并将二者的识别结果进行融合。

这种方法在CCKS主办方的测试集上达到接近100%的准确率，且目前财债通已在中信建投、兴业银行、招商证券、深交所等金融机构的债券募集说明书和年报审核等场景中发挥作用。

在测试中我们发现，几乎每份公开发表的招股书或募集说明书中都存在或多或少的单表格计算错误。在上万份数据的校验与测试中，财债通能够找到绝大部分的单表格计算错误，并通过人机交互的方式，报告审核的准确率得到了大幅度的提升。

 

特别声明：

文章来源：达观数据（Datagrand_）

原文链接：https://mp.weixin.qq.com/s/CNjTmAoO2wUSvpPq4LoCtw

RPA中国推荐阅读，转载此文是出于传递更多信息之目的。如有来源标注错误或侵权，请联系更正或删除，谢谢。