一种跨境商品海关编码智能预归类方法

摘要: 本发明涉及海关商品归类、跨境贸易信息化与自然语言处理交叉,尤其涉及一种跨境商品海关编码智能预归类方法。背景技术:1、《商品名称及编码协调制度》(harmoniz...
一种跨境商品海关编码智能预归类方法

本发明涉及海关商品归类、跨境贸易信息化与自然语言处理交叉,尤其涉及一种跨境商品海关编码智能预归类方法。

背景技术:

1、《商品名称及编码协调制度》(harmonized system,简称hs编码)是世界海关组织制定的国际通行商品分类编码体系,是各国商品归类、关税计征、贸易管制和进出口统计的共同语言。进出口货物必须归入确定的hs编码,编码归属直接决定其适用的关税税率、监管证件要求及贸易管制措施,归类错误将引发补税乃至行政处罚风险,商品归类是跨境贸易合规链条的核心环节。hs编码前六位为国际通用的类、章、品目、子目层级编码,第七至十位由各国根据本国税则自行拆分子目,各国在六位子目之下的拆分逻辑和监管条件差异显著。近年来跨境电商迅猛发展,申报主体扩展至海量中小商家,商品申报呈现sku数量庞大、品名营销化与碎片化、描述多语言化的特征。而传统商品归类高度依赖专业归类师的税则知识与经验,人工归类效率低、成本高、口径难以统一,难以满足海量跨境申报的通关时效需求,商品归类的自动化、智能化成为行业亟需。

2、针对上述需求,现有技术已提出若干智能归类方案,其主流技术路线为:对商品品名、规格型号及文字描述进行清洗与标准化,采用tf-idf或词向量等文本表示方法计算其与历史归类数据的余弦相似度,推荐相似历史商品对应的海关编码。例如,公开号为cn111488458a的中国专利申请公开了一种国际贸易商品代码的自动识别处理方法及系统,其通过对海量海关商品编码大数据学习形成归类模型,对商品品名和说明进行语义分析,按匹配度推荐归类类别并抽提归类要素;公开号为cn117150006a的中国专利申请公开了一种融合知识图谱的进出口商品智能归类方法,其基于通关历史数据构建海关领域词典和进出口商品知识图谱,将实体嵌入向量与文本特征融合后送入分类器预测税则编码。上述方案一定程度上缓解了归类对人工经验的依赖,提升了归类辅助效率。

3、然而,现有智能归类方案仍存在若干长期未能有效突破的技术瓶颈。其一,非规范品名的归类要素提取失真。海关归类的法定依据是商品的材质、功能、用途、成分、工艺等归类要素,而非品名字面表述;跨境电商场景下营销化、碎片化的品名往往不直接包含上述法定要素,字面相似度匹配无法还原决定归类结论的法定归类要素,导致推荐结果望文生义。其二,多国税目体系的静态映射偏差。现有方案多利用前六位编码的国际通用性建立静态对应表,但七至十位本国子目的拆分差异无法经静态映射适配,且静态映射表无法同步各国动态发布的归类裁定与税则年度调整,映射结果随时间逐渐失真。其三,无监督聚类与归类层级规则的粒度失配。部分方案以通用聚类算法对商品分组归类,但聚类簇粒度无法与“类—章—品目—子目”四级法定层级对齐,聚类过程亦未纳入归类总规则一至六的强制约束,在组合物、成套货品、未组装件等特殊场景下可能违背法定归类规则。

技术实现思路

1、本发明克服了现有技术的不足,提供一种跨境商品海关编码智能预归类方法。

2、为达到上述目的,本发明采用的技术方案为:一种跨境商品海关编码智能预归类方法,包括以下步骤:

3、s1、接收待归类商品的输入信息,所述输入信息至少包括商品品名及申报目的国;

4、s2、对所述商品品名进行归类要素三元组抽取与知识补全,将预处理后的商品品名输入要素抽取模型,输出包含要素维度、要素属性和要素值的归类要素三元组;当核心归类要素缺失时,基于跨境商品知识图谱对缺失的归类要素进行链路推理补全,得到结构化归类要素集;

5、s3、基于所述结构化归类要素集进行归类规则约束的层级化半监督聚类,采用与hs编码层级相对应的多层聚类架构逐层聚类,并在聚类过程中将海关归类规则转化为可量化的约束条件嵌入聚类损失函数,逐层匹配得到相应编码层级的候选编码簇;

6、s4、将所述候选编码簇进行多国税目动态坐标系对齐,将各国税目体系分别建模为税目坐标系,以国际统一的6位hs编码作为各税目坐标系之间的公共基准控制点,利用税目坐标系转换参数,将候选编码簇映射至所述申报目的国的税目坐标系,生成目标申报国的候选编码列表;

7、s5、计算所述候选编码列表中各候选编码的映射置信度,匹配对应的归类依据条文,按映射置信度排序输出推荐编码及归类依据。

8、本发明一个较佳实施例中,在s2中,所述要素抽取模型基于归类要素本体库所定义的要素标签体系输出归类要素三元组;

9、所述归类要素本体库的构建包括:以《协调制度注释》、海关归类总规则及各国海关公开的品目注释、归类决定为法定依据,搭建层级化要素标签体系,所述层级化要素标签体系包括材质、功能、用途、成分、加工工艺、规格参数六个一级维度,每个一级维度下设置二级子标签和三级子标签;

10、所述归类要素三元组中的要素维度对应所述一级维度或其二级、三级子标签,要素属性对应子标签下的属性类目,要素值为从商品品名中抽取或补全得到的属性取值。

11、本发明一个较佳实施例中,在s2中,所述要素抽取模型为远程监督训练的小样本要素抽取模型,其训练与构建过程包括:

12、s201、以海关公开的品目注释、归类行政裁定及官方归类决定文本作为远程监督标注源,将所述文本中的商品描述语句与所述归类要素本体库中的要素标签自动对齐,批量生成商品描述-归类要素标注数据集;

13、s202、采用轻量级预训练语言模型在所述标注数据集上微调训练,得到所述要素抽取模型;

14、s2中对商品品名的预处理包括多语言翻译、特殊符号过滤和营销词去除,预处理后的商品品名输入所述要素抽取模型,输出初始归类要素三元组。

15、本发明一个较佳实施例中,所述跨境商品知识图谱的实体包括商品品类、品牌、成分、功能和用途,所述跨境商品知识图谱的关系包括属于、包含和用于;

16、所述链路推理补全包括:将所述初始归类要素三元组中的已知要素映射为所述跨境商品知识图谱中的实体节点,采用实体链路预测算法计算候选缺失实体与所述已知要素对应实体节点之间的关联得分,选取关联得分超过预设阈值的候选缺失实体,将其对应的要素维度、要素属性和要素值作为补全的归类要素三元组,与所述初始归类要素三元组合并,得到所述结构化归类要素集。

17、本发明一个较佳实施例中,所述税目坐标系的建模包括:

18、s401、将每个国家的税目体系抽象为一个独立的层级分类坐标系,以全球统一的6位hs编码作为各层级分类坐标系之间的公共基准控制点,以各国7至10位本国子目作为所属层级分类坐标系的自定义维度;

19、s402、每个税目对应所属税目坐标系中的一个点位,所述点位的点位特征包含税目条文语义特征、归类裁定规则特征和适用场景约束特征,所述税目条文语义特征由税目条文文本经语义编码得到。

20、本发明一个较佳实施例中,所述转换参数通过异构图注意力网络拟合得到,拟合过程包括:

21、s411、构建多国税目异构图,所述多国税目异构图的节点包括各国税目节点、归类要素节点和归类规则节点,边包括层级关系边、等价关系边和偏序关系边;

22、s412、将所述多国税目异构图输入异构图注意力网络,以6位公共编码对应的公共基准控制点为锚点,通过注意力机制学习不同税目坐标系下税目点位之间的特征关联,拟合得到各国税目之间的映射权重矩阵与偏差系数向量;

23、其中,源国税目点位特征向量与目标国税目点位特征向量满足;式中,为目标国税目点位特征向量,为映射权重矩阵,为国税目点位特征向量,为偏差系数向量;

24、训练时以最小化映射损失为目标对映射权重矩阵与偏差系数向量进行优化,表示对具有已知映射关系的各国税目点位对求和,为最小化映射损失。

25、本发明一个较佳实施例中,还包括税目坐标系的动态增量更新步骤:实时抓取各国海关发布的税则调整公告、归类裁定文书和行政判例,自动提取其中的税目变更内容和归类规则更新内容;根据所提取的内容更新所述多国税目异构图中受影响的节点与边,对受影响税目点位的点位特征进行重计算,并基于更新后的多国税目异构图对相应的映射权重矩阵和偏差系数向量进行增量重拟合;

26、所述映射置信度基于更新后的转换参数计算得到,使推荐编码随各国税则与归类规则的变化同步调整。

27、本发明一个较佳实施例中,所述层级化半监督聚类采用自顶向下、与编码层级严格对齐的三层聚类架构,包括:

28、第一层粗聚类,对应hs类/章层级,基于所述结构化归类要素集中的核心功能要素和材质大类要素进行聚类,确定候选类/章;

29、第二层中聚类,对应4至6位品目层级,在所述候选类/章范围内基于核心功能要素和用途要素进行聚类,确定候选品目;

30、第三层细聚类,对应7至10位子目层级,在所述候选品目范围内基于成分要素、规格参数要素和加工工艺要素进行聚类,输出所述候选编码簇及同簇历史商品归类记录,所述同簇历史商品归类记录作为半监督信号参与各层聚类过程。

31、本发明一个较佳实施例中,所述聚类损失函数为嵌入归类总规则的归类规则约束损失函数,表示为;其中,为基础聚类损失;为针对未组装品或未完成品的按制成品归类约束项,其在聚类时将未组装品或未完成品的要素特征向对应制成品所在簇中心约束;为针对组合物或成套货品的按基本特征归类约束项,其以组合物或成套货品中构成基本特征的核心功能组件的要素特征作为聚类主特征计算;为针对多功能商品的按主要功能归类约束项,其以主要功能对应的要素特征作为聚类主特征计算;分别为的权重系数,当待归类商品命中相应归类总规则情形时,对应的约束项被激活并计入所述归类规则约束损失函数。

32、本发明一个较佳实施例中,在s3中各层聚类采用要素动态加权相似度计算待归类商品与簇内商品之间的距离,所述要素动态加权相似度表示为;其中,为商品x与商品y之间的归类要素相似度,为商品x与商品y在第i个要素维度上的要素值相似度,为商品所属品类c下第i个要素维度的权重,且;

33、不同品类对应不同的要素权重分布,其中机电类商品的功能要素权重最高,纺织类商品的材质要素权重最高,化工类商品的成分要素权重最高;

34、所述跨境商品海关编码智能预归类方法还包括人工审核回流迭代步骤:接收人工审核对所述推荐编码的确认或修正结果,将经确认或修正的标注数据分别回流至所述要素抽取模型、所述层级化半监督聚类的聚类模型及税目坐标系转换参数库,迭代更新所述要素权重以及各模型的参数。

35、本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:

36、(1)由于采用了归类要素抽取与知识图谱补全相结合的技术方案,从商品的多源异构信息中抽提材质、功能、用途、成分、工艺等法定归类要素,并在要素缺失时借助海关归类知识图谱进行关联推理补全,从而解决了非规范品名及无sku商品归类要素提取不全、易失真的技术问题,达到了使归类判断摆脱对品名字面依赖、以法定归类要素为依据进而显著提升归类准确率的技术效果。

37、(2)由于采用了将归类总规则嵌入约束损失函数并据此进行层级化聚类的技术方案,使聚类在损失函数层面受归类总规则一至六的强制约束、聚类粒度与“类—章—品目—子目”四级法定层级逐层对齐,从而解决了通用聚类簇粒度与归类层级失配、聚类结果缺乏合规保障的技术问题,达到了聚类结果符合法定归类逻辑、组合物、成套货品、未组装件等特殊场景下亦不违背归类规则的技术效果。

38、(3)由于采用了税目坐标系建模、异构图注意力网络拟合跨国税目转换参数并进行动态增量更新的技术方案,将各国税则的七至十位本国子目映射至统一坐标空间并持续吸收最新归类裁定与税则调整,从而解决了多国税目静态映射偏差大、规则更新滞后的技术问题,达到了子目级高精度跨国税目对齐、归类结果随税则变化同步调整、并可输出可追溯归类依据以支撑合规申报与异议复核的技术效果。

39、(4)由于采用了远程监督的小样本训练机制,利用已有归类数据与税则知识自动生成训练标注,从而解决了高质量标注归类数据匮乏的技术问题,达到了在标注样本有限场景下仍可训练落地、并适配跨境商品品类快速迭代的技术效果。

40、(5)由于采用了覆盖要素抽取、层级聚类、跨国税目映射至结果输出的全流程自动化处理并辅以置信度排序输出的技术方案,高置信度结果直接输出、低置信度结果交由人工复核,从而解决了人工归类效率低、成本高的技术问题,达到了归类耗时大幅缩短、编码错配率降低、人工复核工作量与人力成本显著下降的技术效果。