银行流水解析准确率报告

测试集构成

当前离线评测集共 12 份脱敏样本，覆盖工商银行、建设银行、招商银行等版式；含文本型流水、表格导出、手机银行/扫描截图、支付宝与微信账单截图，以及已知造假对照样本。

• 表格导出（XLSX 等）：结构化字段完整，作为高置信基线档。
• 文本型 PDF / 管道分隔文本：规则与模板解析路径。
• 扫描件 / 手机截图：经 OCR 表格重建，版式复杂时准确率显著低于表格档。
• 造假样本：用于验证余额勾稽与异常提示，不纳入「抽取准确率」主指标。

核心指标（按输入类型分档）

不报单一笼统数字；下表为各档在评测集上的平均表现。

全量加权汇总：交易召回 81.4%、金额匹配 100.0%、 勾稽通过 41.7%、造假检出 100.0%。

已知局限

• 扫描件在倾斜、模糊、多栏混排时 OCR 漏行风险较高；系统会在报告中标注低置信并建议补件或人工复核。
• 部分银行专有版式尚未纳入模板库；未覆盖版式会降级为通用抽取并给出「版式未识别」提示。
• 依赖外部 LLM 的文本型 PDF 档在 CI 中单独标记，本报告当前数字主要来自可离线复现样本。
• 本产品是文档处理效率工具，指标描述的是字段抽取与勾稽能力，不代表任何信用评分或审批结论。

复现与自带样本验证

1. 在仓库根目录进入 python/finance_doc_demo，安装依赖后执行 PYTHONPATH=. python3 -m eval --check-baseline 对比基线。
2. 可将脱敏后的流水放入 eval/cases/<your_case>/ 并附 expected.json，运行同一命令生成对比报告。
3. 试用环境支持上传 1 份自有脱敏样本在线体验（匿名结果 24 小时后自动删除）；商务对接后可安排私有化评测。

基线文件：python/finance_doc_demo/eval/baseline.json。本 HTML 由 eval/public_report.py 生成，应与基线同步更新。