融合文本分类与特征关联的海关商品规范申报诊断技术研究  

作　　者：朱金连 吕健 马娴 褚清源 

机构地区：[1]南京海关,江苏南京210001

出　　处：《中国物流与采购》2025年第1期163-165,共3页China Logistics & Purchasing

基　　金：海关总署《出入境危险化学品申报人工智能审单关键技术的研究》,项目编号:2023HK092。

摘　　要：针对海关商品申报过程中人工审核的低效率和易出错问题,本研究提出一种融合文本分类与特征关联的海关商品规范申报诊断技术。首先,对商品申报要素进行审核并提取申报数据,按照商品编码分类保存。其次,采用RoBERTa-WWM模型对申报文本进行向量化处理,生成高质量的文本向量表示。然后,建立申报要素诊断模型,通过数据质量增强、特征规则挖掘和模型训练与存储,实现申报内容的智能化审核。最后,引入用户反馈机制和白名单规则策略,持续改进模型性能。实验结果表明,本方法在提升申报效率和准确性方面具有显著效果。本研究的应用优化了海关监管流程,进一步推动海关业务流程的信息化和智能化发展。

关 键 词：海关商品申报 文本分类 RoBERTa-WWM模型 特征挖掘 相似度计算 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] F752.5[自动化与计算机技术—计算机科学与技术]