如何用程序自动识别报关资料？

        报关资料涉及到文件类型很多，主要包括报关草单、发票、装箱单、合同、申报要素等。而且即使是同一单据，格式也是千变万化，多种多样，这种情况下用模板匹配肯定不会取得很好的效果，需要运用深度学习等方法才能精确的识别出里面的内容。

        首先要对报关资料的每一页进行分类。因为客户提供的的报关资料，可能包含大量无用的文档，过滤这些文档，会大大提高后续的识别销量。我这里主要识别了报关草单，报关草单标体，发票，装箱单，申报要素，合同，其他类型。

下面就是要对页面里的内容进行提取。我采取的方法是对每个页面上字符进行标注，建立一个大概1万个样本的数据集。然后使用transformer对每个字符进行归类训练。这里为了取得最佳效果，我还对1万个样本做了增强，扩充到10万个左右。

接下来还要把不同页面解析出的内容合并在一起，有很多业务相关的逻辑和细节，这里就不展开了。

再接下来还要解析申报要素。申报要素的内容很多，不能通过归类解决，那就用generative model吧。用大语言模型试了一下效果还不错，只是不能给出结果的来源位置。或许后面再做一些匹配的处理也是能实现定位的。 

最后还要对解析出的结果进行标准化处理。比如港口填了SH, 可以通过语义匹配标准的数据，要转换的字段很多。

整个项目还是挺麻烦的，包括数据的收集，标注，海关编码的更新，模型的不断调优。最终取得了不错的效果。有需要的同学可以直接下载客户端体验一下，

www.bgd.faship.cn

 需要接口调用的小伙伴也可以联系我哦。