Financial Consistency Framework

金融条款一致性智能对比系统 ——by 喜多郁代

项目简介

FinancialConsistency 是一个基于先进大模型技术的金融条款一致性对比框架。该系统采用多智能体协作架构，结合召回模块、分块模型和对比模块，实现对金融条款的精细化解析与一致性判断。

本系统专为保险合规场景设计，通过微调技术和 RAG（检索增强生成）技术，完成对保险长文本的智能化解析、校验和冲突检测，助力保险行业实现智能合规转型，显著提升审核效率并降低人工成本。

核心特性

🏗️ 模块化架构

• 全解耦设计：支持各功能模块的独立替换和升级
• 灵活扩展：便于集成新的算法模型和业务逻辑

🚀 高性能处理

• 多模型支持：兼容多种大语言模型，提供灵活的模型选择
• 智能分块：结合规则与神经网络的分块策略，优化长文本处理

🎯 精准对比

• 多层次对比：支持单模型、自定义模型及多模型集成对比
• 投票策略：可选多模型投票机制，提升判断准确性

⚙️ 可配置化

• 参数灵活调整：支持多种运行模式和配置选项
• 本地化部署：支持本地微调模型的集成使用

快速开始

环境准备

1. 克隆项目

git clone https://github.com/lzlxyc/2025FinancialConsistency.git
cd 2025FinancialConsistency

2. 安装 Python 依赖

pip install -r requirements.txt

3. API Key 配置

# 复制环境配置文件
cp .env.example .env

# 编辑配置文件，添加相应的 API Key
vim .env

配置文件示例：

# ====================================
# 大模型 API-KEY 配置
# ====================================
DS_API_KEY=your_deepseek_api_key_here
QWEN_API_KEY=your_qwen_api_key_here

运行方式

启动演示程序

python -m src.main

运行对比测试

python tests/tests.py
'''
【1】在下面的参数中输入需要对比测试的模式，即可生成测试报告
【2】报告生成在report/all_metrics.csv
【3】具体参数参考下面参数配置说明
recall_modes = ['regular','model','mix']
data_split_modes = ['regular','model']
compare_modes = ['single']
'''

参数配置说明

注意事项：

• 启用 use_local_comp_model 时，需在 ./src/config.py 中配置 Qwen2.5-7B-Instruct 模型路径
• 启用 is_rule_pre_standard 时，同样需要配置相应的本地模型路径

系统架构

核心模块

1. 条款召回模块

• 关键词与语义召回：基于传统检索技术的召回方法
• 大模型召回：利用大语言模型的语义理解能力进行智能召回
• 混合召回策略：融合关键词检索与大模型召回的优化方案

2. 条款分块模块

• 基于规则的分块：使用正则表达式进行文本分块
• 神经网络分块：基于深度学习模型的分块策略
• 混合分块方法：结合规则与模型的智能分块方案

3. 文本对比模块

• 单模型对比：基于单一模型的文本一致性判断
• 自定义对比模型：支持用户自定义的对比算法
• 多模型集成对比：集成多个模型的对比结果，提升准确性

技术栈

• 大语言模型：DeepSeek、Qwen 等主流模型
• 检索技术：关键词检索、语义检索
• 自然语言处理：文本分块、相似度计算
• 机器学习：模型微调、集成学习

贡献指南

我们欢迎社区贡献！请参阅 CONTRIBUTING.md 了解详细指南。

许可证

本项目采用 MIT License。

支持与联系

如有问题或建议，请通过以下方式联系：

• 提交 Issue
• 发送邮件至项目维护团队

---

让金融合规更智能，让条款审核更高效