達觀NLP文字理解技術賦能企業輿情風控，推進盡調業務智慧化

隨著人工智慧技術的快速發展，越來越多企業引入自然語言理解（NLP）技術提高日常工作效率，本文重點介紹 NLP技術在企業輿情及風控場景上的應用。

企業盡調工作包含商務模式調查、行業發展前景調查、管理體系及運營情況調查、公司影響力調查、核心技術、產品與市場、風險分析調查以及法律、財務調查等。此類調查分析 工作負荷大，文字資訊量繁多，以傳統人工密集方式進行相當 耗時費力。透過NLP文字理解技術賦能盡調風控，使用機器替代部分人力，可以達到 事半功倍 的效果，下文以企業風險分析調查工作為例。

企業輿情風控調查主要是分析目標企業經營過程中，是否有不利於該企業發展的負面影響。網際網路上的新聞資訊是一個比較好的風險預警渠道，成千上萬的媒體網站及官方渠道，經常會發布一些對於上市公司/發債主體等企業的資訊，資料即時更新。若是以人力蒐集這些資訊，實在力所不及，且無法達到及時預警的效果，機器則可以！

輿情風控具體解決方案

企業輿情風控主要包含三個模組：

• 公開資料採集：可根據訴求進行網際網路資料採集，收集資料。
• 資料加工：垃圾資料過濾、去重、NLP標籤（一整套風險標籤體系）、資料整合等。
• 智慧搜尋（輿情產品）：企業風險預警、標籤搜尋、語義搜尋、重大事件分析等。

輿情分析流程

採集工具對網際網路上的網站、論壇、微博，以及微信公眾號公開資料進行蒐集，經過資料去重、相似度加權計算、資料降噪等技術手段，對採集上來的資料進行清洗，然後引入NLP技術對清洗後的資料進行加工（分詞、依存關係提取、命名實體識別、語義歸一等），生成風險識別模型、情感分析模型、實體識別模型等標籤提取模型，最後體現到達觀輿情風控產品應用上，主要包含 事件分析和資訊分析兩大類。事件分析包含熱門事件、事件脈絡、事件源頭、事件追溯、事件趨勢等分析；

事件脈絡

事件追溯

資訊分析包含一整套資訊標籤體系，主要包含情感分析、上市公司/發債主體公司標籤、風險標籤等。資訊包含上市公司、發債主體的網際網路公開資料，對資訊進行打標籤，效果如下：

企業輿情風控對盡調場景的價值

企業輿情盡調的痛點：預警相對滯後，缺乏系統機制。網際網路傳播速度快，傳播渠道廣。對於盡調人員，企業風險資訊一般包含網際網路資訊調查、企業自主提供材料核查等多種盡調渠道。網際網路資訊調查和企業紙質材料核查方式耗時耗力，盡調時間緊，很難在規定時間內調查完整，且預警效率低，無法及時獲取企業輿情資訊。

達觀輿情風控系統價值

網際網路傳播速度快，傳播渠道廣。傳統預警相對滯後，缺乏系統機制。對於盡調人員，企業風險資訊一般有網際網路資訊調查、企業提供材料核查等渠道來盡調。網際網路資訊調查和企業紙質材料核查方式 耗時耗力，盡調時間緊，很難在規定時間內調查完整，且 預警效率低， 無法及時獲取企業輿情資訊。

1. 資料範圍廣、採集及時：達觀企業輿情風控產品可將輿情資訊採集渠道進行自定義擴充套件，資料範圍廣，採集資料及時，根據業務需求可對資料上報頻率進行調整，最快可達分鐘級。
2. 標籤維度豐富，方便使用：採集上來的資料，經過NLP技術加工分析後，可對企業輿情進行多個維度打標籤，如風險標籤（一整套風險管理體系），情感標籤，產品標籤、所屬行業標籤等，減少業務人員閱讀理解資訊時間，業務人員可根據標籤快速找到想盡調的企業，以及快速發現該企業的輿情資訊，提高盡調工作效率。
3. 及時預警，及時應對：達觀企業輿情風控平臺支援對企業進行訂閱，訂閱後，該企業若有風險，系統會進行 及時預警，可透過微信、手機、郵箱等方式通知使用者，及時告警。

達觀資料有豐富的toB實施經驗，除輿情風控產品外，還有強大的NLP平臺、智慧語義搜尋、知識圖譜、智慧推薦等產品，與輿情風控產品組合形成從資料採集、資料加工（NLP能力）、資料處理及應用的一整套金融場景解決方案，現已服務多家監管機構，以及眾多頭部銀行、證券、保險、信託、資管、基金等金融機構，全方位賦能投行、信貸、投研、經紀、風控多類業務。