冷链物流资质智能审查数据集

1.数据清洗与标准化：对OCR识别出的原始文本进行清洗，统一证照类型代码、日期格式等，为后续计算做准备。 2.衍生数据算法： （1）经营范围匹配向量：依托文本相似度模型比对标准业务库，输出 0-1 浮点数存入该字段，数值越高经营范围匹配度越好。 （2）风险等级标签：输入 OCR 识别置信度、有效期剩余天数、经营范围匹配向量、历史违规次数四项指标，按预设权重打分；证件过期、识别模糊、经营范围不匹配、违规多均会抬高风险分。系统根据预设的权重和阈值，将综合得分映射为不同的风险等级（1-低风险，2-中风险，3-高风险）。 （3）异常错误代码：OCR置信度＜0.5 标记ERR_01识别不清，有效期≤0标记ERR_03证照过期；数据集拓展ERR_02经营范围不符、ERR_04人工复审两类异常，为规则补充项。

搜集汇总

背景与挑战

背景概述

该数据集用于冷链物流资质智能审查，通过数据清洗和标准化处理OCR识别的证照文本，并利用文本相似度模型生成经营范围匹配向量；同时结合OCR置信度、有效期等指标按权重计算风险等级（低、中、高），并定义异常错误代码以标记识别不清或证照过期等问题。数据可应用于交通运输监管、信用评价及企业资质档案管理，支持自动化合规审查和风险预警。