[發(fā)明專利]一種證件號(hào)處理和檢索的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111623616.0
• 申請(qǐng)日: 2021-12-28
• 公開（公告）號(hào): CN114490599A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 向橋梁
• 申請(qǐng)（專利權(quán)）人: 連通（杭州）技術(shù)服務(wù)有限公司
• 主分類號(hào): G06F16/215
• 分類號(hào): G06F16/215;G06F16/22;G06F16/2458
• 代理公司: 上海百一領(lǐng)御專利代理事務(wù)所(普通合伙) 31243
• 代理人: 邵棟

本申請(qǐng)?zhí)峁┝艘环N證件號(hào)處理和檢索方法，根據(jù)原始證件號(hào)進(jìn)行標(biāo)準(zhǔn)化處理和變體化處理，分別獲得標(biāo)準(zhǔn)證件號(hào)和變體證件號(hào)，再對(duì)所述原始證件號(hào)、標(biāo)準(zhǔn)證件號(hào)和變體證件號(hào)中的至少一個(gè)證件號(hào)進(jìn)行模糊化，通過對(duì)證件號(hào)中的至少一個(gè)字符使用模糊符號(hào)進(jìn)行替換、刪除以及在證件號(hào)中插入模糊符號(hào)獲取編輯距離小于等于第一閾值的模糊證件號(hào)，再將處理后的查詢證件號(hào)與匹配信息庫中處理后的名單證件號(hào)進(jìn)行匹配，將匹配命中的名單證件號(hào)所對(duì)應(yīng)的證件信息，作為證件信息檢索的檢索結(jié)果。其方案解決了在現(xiàn)有技術(shù)中無法避免在查詢證件號(hào)信息輸入不準(zhǔn)確的情況下，檢索證件號(hào)導(dǎo)致的漏報(bào)率較高的問題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及信息檢索技術(shù)領(lǐng)域，尤其涉及一種證件號(hào)處理和檢索的方法。

背景技術(shù)

在金融行業(yè)中，各金融機(jī)構(gòu)需要維持高度的合規(guī)來滿足監(jiān)管的需求，在風(fēng)控和評(píng)級(jí)中常常能見到某些金融機(jī)構(gòu)對(duì)其他主體進(jìn)行制裁的情況，其中需要列明制裁名單，在制裁名單中，常常通過證件號(hào)來查詢主體，比如，身份證，統(tǒng)一社會(huì)信用代碼等，因此經(jīng)常被用于制裁名單的篩查中。

但是，證件號(hào)的錄入有可能存在錯(cuò)誤，這會(huì)導(dǎo)致查詢?nèi)藛T輸入正確的證件號(hào)也無法查詢到。錯(cuò)誤回發(fā)生在人工收集、錄入、存儲(chǔ)、轉(zhuǎn)換等各個(gè)環(huán)節(jié)。比如，美國(guó)的海外資產(chǎn)控制辦公室OFAC發(fā)布的名單里包含多個(gè)國(guó)家的證件信息，其信息類型多而且格式不一致，如果在錄入的過程中出現(xiàn)錯(cuò)誤，即使輸入查詢的證件號(hào)正確，也無法查詢到結(jié)果。另一方面，查詢時(shí)手工輸入的證件號(hào)也可能有誤，導(dǎo)致即使名單里的證件號(hào)正確也無法查詢到結(jié)果。證件號(hào)一般很長(zhǎng)而且以數(shù)字為主，在查詢時(shí)很容易漏掉、寫錯(cuò)或者多寫字符。

現(xiàn)行對(duì)證件號(hào)的處理通常是把庫中的名單證件號(hào)或輸入查詢證件號(hào)共同轉(zhuǎn)換成新的證件號(hào)。這個(gè)新的證件號(hào)在格式上更加標(biāo)準(zhǔn)，能提高雙方匹配的命中率。即對(duì)于名單里的原始證件號(hào)和用戶輸入的查詢證件號(hào)使用同樣的方法處理后再將兩者進(jìn)行匹配，獲得匹配結(jié)果。在現(xiàn)行的證件號(hào)匹配技術(shù)中主要是通過精確匹配，如果處理后的查詢證件號(hào)出現(xiàn)在處理后的名單證件號(hào)庫里就算命中。

但是，現(xiàn)行的證件號(hào)處理方法難以處理證件號(hào)信息不準(zhǔn)確的情況。證件號(hào)信息不準(zhǔn)確的具體表現(xiàn)是查詢?nèi)藛T或者錄入人員輸入時(shí)出錯(cuò)較多，將原始證件號(hào)與查詢證件號(hào)各自只生成一個(gè)新的證件號(hào)進(jìn)行比對(duì)匹配處理方法難以兼容不同的出錯(cuò)情況。當(dāng)證件號(hào)信息不準(zhǔn)確時(shí)，如果處理時(shí)丟掉的信息太少，比如，把字母變成大寫并保留數(shù)字，則會(huì)導(dǎo)致漏報(bào)率增加，如果處理時(shí)丟掉的信息太多，比如，只保留數(shù)字，又會(huì)導(dǎo)致誤報(bào)率增加。

現(xiàn)行的模糊匹配方法用于匹配證件號(hào)在理論上可行，但是實(shí)際中很少使用。主要原因在于證件號(hào)是按照一定規(guī)律自動(dòng)生成，相鄰證件號(hào)之間的相似度比較高，一個(gè)證件號(hào)里出現(xiàn)少量錯(cuò)誤就很容易變成另一個(gè)證件號(hào)。這使得模糊匹配的誤報(bào)率顯著增加，從而失去了證件號(hào)檢索的意義。

所以，在現(xiàn)有技術(shù)中無法避免在證件號(hào)信息不準(zhǔn)確的情況下，檢索證件號(hào)導(dǎo)致的漏報(bào)率較高的問題。

發(fā)明內(nèi)容

本申請(qǐng)的一個(gè)目的是提供一種，用以解決現(xiàn)有技術(shù)中無法避免在查詢證件號(hào)信息不準(zhǔn)確的情況下，檢索證件號(hào)導(dǎo)致的漏報(bào)率較高的問題。

為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝艘环N證件號(hào)處理方法，用于對(duì)證件信息檢索時(shí)輸入的查詢證件號(hào)和/或匹配信息庫中的名單證件號(hào)進(jìn)行處理，包括：

對(duì)所述原始證件號(hào)進(jìn)行標(biāo)準(zhǔn)化處理和變體化處理，分別獲得標(biāo)準(zhǔn)化處理的標(biāo)準(zhǔn)證件號(hào)和變體化處理的變體證件號(hào)，其中，所述原始證件號(hào)為證件信息檢索時(shí)輸入的查詢證件號(hào)和/或匹配信息庫中的名單證件號(hào)，所述標(biāo)準(zhǔn)化包括刪除原始證件號(hào)中的無關(guān)字符、統(tǒng)一字符格式和刪除起始位置處的預(yù)設(shè)數(shù)字，所述變體化處理包括在刪除原始證件號(hào)中的無關(guān)字符、刪除起始位置處的預(yù)設(shè)數(shù)字的基礎(chǔ)上，進(jìn)一步刪除至少一個(gè)字符；

對(duì)所述原始證件號(hào)、標(biāo)準(zhǔn)證件號(hào)和變體證件號(hào)中的至少一個(gè)證件號(hào)進(jìn)行模糊化處理，獲取編輯距離小于等于第一閾值的模糊證件號(hào)，所述模糊化處理包括對(duì)證件號(hào)中的至少一個(gè)字符使用模糊符號(hào)進(jìn)行替換、刪除以及在證件號(hào)中插入模糊符號(hào)；