度小满金融 - NLP 结合数据实现金融风控
金融风控领航者：探索 ERNIE 在度小满用户风控中的应用
随着科技进步，消费者在网上借钱变得越来越方便，充分体现了现代发展带来的便利。然而，消费金融的兴起也带来了挑战，尤其是在信用体系方面，这已成为消费金融公司的一大障碍。信用欺诈的盛行让情况更加复杂，给金融业的发展带来严峻挑战，许多借贷活动也未能得到妥善处理。
问题的严重性
根据中国人民银行《2018 年第三季度支付体系运行总体情况》，中国逾期半年未偿信贷总额达 880.98 亿元，环比增长 16.43%。
这显示金融业对风险控制有迫切需求。面对更多元的客户群和日益复杂的用户信息，既要确保业务安全与合规，又要在风控措施与客户体验之间取得平衡。
传统的金融风控方式
在传统金融机构中，由金融风控人员和审核员人工审查借贷资格。这份工作对从业者要求很高，需要具备相关背景知识才能全面了解客户的信用状况，也需要细心和独立判断的能力。随着互联网金融的发展，平台上每天发生成千上万笔借贷，造成大量人力消耗，也难以保持一致、高效的审核标准。
此外，传统风控建模技术基于小样本监督学习，高度依赖特征提取，耗费大量人力，并依赖个人经验。小样本文本数据处理往往缺乏对上下文的理解，导致用户信息被误读。
解决方案：百度 ERNIE 应用于度小满用户风控
度小满目前提供教育贷款和教育现金贷等服务，以“有钱，让每个梦想成真”为目标，帮助用户深造或学习新的专业技能。这次与百度合作，旨在把百度自主研发的持续学习语义理解框架 ERNIE 应用到度小满的用户风控场景中。
