主数据智能匹配系统

概述

一个面向业务领域的生产级智能实体解析技能。它结合了精确匹配与向量语义检索、带置信度颜色标记的OCR字段映射，以及带主动学习的人机协同验证。

使用方法

javascript
import mdm from ./index.js;

// 1. 获取支持的领域
mdm.getSupportedDomains(); // [procurement, finance, sales, hr]

// 2. 构建带置信度颜色的OCR到模式映射
const mapping = mdm.buildOcrSchemaMapping(ocrFields, procurement);

// 3. 运行完整匹配流水线
const result = mdm.runMatchingPipeline(ocrEntity, procurement, dbRecords);

// 4. 将结果格式化为摘要
console.log(mdm.formatMatchingSummary(result));

主要特性

业务领域隔离

• - 采购 — 供应商记录（供应商名称、供应商代码、税号、联系人等）
• 财务 — 公司记录（公司名称、注册号、财政年度结束日等）
• 销售 — 客户记录（客户名称、客户代码、行业、信用额度等）
• 人力资源 — 员工记录（员工姓名、员工编号、身份证号、部门等）

OCR字段到模式的视觉连线映射

双路径实体检索

1. 1. 精确匹配（阈值0.92）— 所有关键字段必须完全匹配
2. 向量语义匹配（阈值0.70）— 所有字段的加权相似度

如果置信度 < 0.92 或未找到匹配，结果包含 needsHumanReview: true。

字段值验证

人机协同

• - 高亮显示的不匹配字段
• 列出的新信息字段
• 可用的审核操作：确认匹配、拒绝匹配、创建新记录、更新字段

使用 processHumanDecision(decision, state) 处理人工反馈并生成学习负载。

主动学习

• - 每个领域的确认/拒绝/新记录率
• 每个字段的错误率
• 当字段错误率 > 30% 时自动调整阈值

示例

javascript
import mdm from ./index.js;

// 来自供应商发票的示例OCR实体
const ocrVendor = {
vendor_name: Acme Corporation Ltd,
vendor_code: V-5001,
tax_id: 91110000123456789X,
contact_person: John Smith,
email: john.smith@acme.com,
};

// 现有数据库记录
const dbRecords = [
{
id: rec_001,
vendor_name: Acme Corporation Ltd,
vendor_code: V-5001,
tax_id: 91110000123456789X,
contact_person: John Smith,
email: j.smith@acme.com, // 邮箱轻微不匹配
phone: +86-10-12345678,
address: 北京市朝阳区,
bank_account: 6222021234567890,
},
];

// 运行流水线
const result = mdm.runMatchingPipeline(ocrVendor, procurement, dbRecords);
console.log(mdm.formatMatchingSummary(result));

// 处理人工决策
const decision = { action: confirm_match, notes: 邮箱不匹配可接受 };
const { status, learningPayload } = mdm.processHumanDecision(decision, {
domain: procurement,
ocrEntity: ocrVendor,
matchResult: result.matchResult,
});

// 更新主动学习
const newStats = mdm.updateActiveLearning([learningPayload], {});

API参考