NLP在银行业的应用现状
极客时间编辑部
讲述：初明明大小：4.30M时长：04:42
银行业作为高度数据化的行业，加之业务规则和目标明晰，是人工智能和云计算等数据驱动技术的最好应用场景。日前，科技作者拉吉·施罗夫（Raj Shroff）讲述了自然语言处理落地银行业的三个应用场景：智能文档搜索、投资分析、客户服务与洞见。具体内容如下。
自然语言处理即 NLP，是人工智能的一个分支，它使计算机能够理解人类的语言，并作出相应的反应。这包括训练计算机处理文本和语音，并根据上下文解释单词、句子和段落的含义。
银行业可以将 NLP 应用到大量的文本和语音数据中，以提取信息、获得洞见并简化手工任务。虽然节省时间和成本是显而易见的好处，但识别关键信息的能力可以使银行成为差异化竞争者。
以下是银行业应用 NLP 的三个领域。
1. 智能文档搜索
据报道，摩根大通的 COIN 可以为银行的法律团队节省 360000 小时，也就是 15000 天的文档搜索任务。例如，它可以提取关键数据和条款，以帮助信贷员审查商业贷款协议。
显然，COIN 经过训练，可以识别银行法律团队标记为重要文件中的关键信息（属性）。这样使得软件能够从不同结构的文档中提取关键信息。
这款软件是摩根大通内部使用的，因此并不公开软件的具体细节。但我们可以推测，它可能是通过 NLP 在文档内搜索、光学字符识别在扫描文档中识别字符和机器学习对文档中的数据进行分类和聚类，并随着时间的推移改进搜索算法来提供支持。
这些方法可以应用于其他银行业务。它可以帮助银行提取他们没有时间跟踪的客户数据类型，而这些数据可以帮助预测客户的需求并识别交叉销售的机会。它还可以加速需要文档分析的了解客户（Know Your Customer，KYC）流程，从而使客户更容易上手。
2. 投资分析
银行业的证劵研究部门正在使用 NLP 技术，从堆积如山的公司报告和电话会议中寻找有价值的洞见。
银行此前聘请了大量分析师来梳理收益报告和其他文件，并将相关数据输入数据库和估值模型。
现在，银行业使用 NLP 工具可以做到一次“阅读”数百份文档，并为人类分析师总结关键信息。语音分析工具可以“监听”分析师的电话会议，以确定公司管理层讲话背后的基调和情绪，从而为股票分析提供洞见。这些工具节省了大量的时间，使分析师能够专注于超额回报。
银行业还使用 NLP 进行情感分析。这些工具分析大量的新闻和社交媒体的帖子，从中提取关键的洞见，以确定公众对公司的看法，或跟踪市场对重大事件的反应。这些及时的洞见可以为分析师的建议提供信息。
3. 客户服务与洞见
各大银行正在通过聊天机器人引入某种程度的客户服务自动化。2019 年初，美国银行（Bank of America）推出了移动虚拟助理 Erica ，很快通过美国银行的移动应用积累了 100 多万用户。
Erica 接受语音和文本命令，并结合预测分析和 NLP，以帮助客户：
查询余额和转账；
按需搜索过去的交易记录和账户信息；
跟踪消费习惯；
帮助客户管理定期还款或延迟还款。
聊天机器人让客户能够访问自己的账户信息，并在手机上进行基本交易，而不是使用网上银行或访问当地的分支机构。通过一个干净的聊天机器人界面进行交易，也可能花费更少的时间。
对银行业来说，更大的胜利将是使用 NLP 来获取客户洞见。使用上述与智能文件搜索和情感分析相关的方法，银行可以更好地理解与预测客户需求和痛点。情感分析工具可以监控社交媒体，了解公众对银行的评价。文档搜索工具可以分析反馈表单和客户信息，以响应问题，提供量身定制的产品，并增加客户保留率。
银行业高管认识到，有了 NLP，日常文件分析、研究和客户服务才能实现自动化。节省成本只是冰山一角。通过更快地分析文本和语音数据，提取更多关于客户和市场的可操作的洞见，银行可以更好地为客户服务，进行更好的投资。更大的市场份额和收入的潜力才是真正的差异化因素。
以上就是今天的内容，希望能给你带来参考价值。
原文链接：
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论