資料標註在智慧型金融領域中的具體應用丨曼孚科技

隨著深度學習、計算機視覺技術的大規模商業化應用，金融行業與人工智慧的結合變得更加緊密，智慧型金融的浪潮開始席捲整個金融行業。

從產品設計，到內部管理，再到客戶服務，人工智慧技術在金融行業價值鏈的每個環節都有清晰的落地場景，有效降低了金融機構的運營成本與風險成本，智慧型金融新生態初現端倪。

行業生態重塑的背後是ai技術的突破，計算機視覺、語音互動以及自然語言處理與金融行業的結合愈加緊密，而這些技術的落地應用也離不開資料標註行業的有力支援。

1. 計算機視覺

在金融行業，計算機視覺主要應用在內部流程優化以及客戶互動服務領域，人臉識別、活體檢測等是比較典型的應用場景。

這類場景的特點是簡單、重複性比較高，比如刷臉支付。以往的支付方式是使用者輸入密碼完成支付，過程相對繁瑣，而且存在密碼洩露問題。人臉支付應用後，使用者只需要進行「刷臉」，就可以完成身份驗證、支付等流程。這一互動方式不僅簡化了支付流程、提高自動度，而且大幅度提公升使用者的支付服務體驗。

此類計算機視覺技術主要應用到關鍵點、2d框等標註型別，以滿足人臉識別技術的需要。因為涉及到人臉等敏感資訊，對於資料標註服務**商的資料安全把控能力提出了更高的要求。

2. 語音互動

金融行業尤其是銀行會存在很多任務作人員與使用者交流的場景，比如諮詢、客服、電銷等。

目前，語音互動技術的相關應用已經成為很多金融機構的標配，客服機械人就是很典型的應用案例。語音互動技術的應用可以簡化交流溝通的時間，並減少金融機構在人力成本上的支出。

此類語音互動技術主要應用到語音轉寫標註型別，以滿足語音識別模型的需求。由於不同場景下的術語、表達方式存在較大差異，各個地方的語言種類也存在很大不同，所以對資料標註服務**商的場景化、定製化資料標註能力要求頗高。

3. 自然語言處理

常見的自然語言處理應用包括語義分析、資訊抽取、文字挖掘、機器翻譯等內容。在金融行業，自然語言處理的主要應用場景包括文字合規檢查、資料檢索、語言機械人等。

比如，目前很多機構都提供文字機械人客服服務，這背後就有自然語言處理技術的支撐。通過對文字內容進行語義分析，判別其意圖，最終通過文字合成形成應答。

此類自然語言處理技術主要應用到實體識別、ocr轉寫、文字分類等標註型別。

人工智慧與金融行業的結合深刻改變了傳統金融業態，重塑了金融行業新生態。未來，隨著人工智慧技術的進一步成熟，在場景覆蓋以及垂直應用領域，可供作為的空間將更加廣闊。