前言：想要寫出一篇引人入勝的文章？我們特意為您整理了自然語言處理下的微信納稅服務平臺范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：移動互聯網時代，信息種類豐富，獲取途徑多樣，稅務信息對專業性和準確性的要求尤為嚴格。針對由此產生的檢索難度上升、檢索精準度下降的問題，結合國家稅務總局“互聯網+稅務”行動計劃，提出基于主流即時通信軟件的納稅服務平臺，以人工智能技術輔助稅務信息的檢索。利用以自然語言處理為核心的智能信息檢索技術，對檢索人輸入文本進行文本提取、特征項提取、利用夾角余弦法進行語義相似度計算并檢索輸出，實現稅務信息的智能問答功能，提供納稅人辦稅所需的各項稅務服務信息。最終實現以納稅人為中心，以實際問題為導向的稅務服務，助推稅務服務的現代化、信息化、智能化發展。

關鍵詞：微信納稅平臺；互聯網+稅務；自然語言處理；人工智能；智能信息檢索；語義相似度計算

引言

稅收是國家財政收入的主要來源，隨著社會發展，財稅體制也進行著不斷探索與改革。我國現行增值稅、消費稅等十余項稅種[1]，辦稅指南信息涉及信息報告、發票辦理、申報納稅、優惠辦理、證明辦理、出口退（免）稅、國際稅收、清稅注銷、信用評價、權益保護、涉稅專業服務等多方面，針對不同納稅主體的不同稅務服務信息需求，精準推送報送資料、辦理渠道、辦理時限、注意事項及相關政策依據等納稅服務信息，簡化優化納稅人辦稅流程，需要特別關注。同時，伴隨互聯網技術的不斷發展成熟，即時通信軟件已經成為常見的日常通信手段，根據2017年11月騰訊官方的《2017微信數據報告》，截至當時微信日登錄用戶已超9億，較前一年增長[2]17%。龐大的用戶基數為基于微信開發的各項服務平臺提供了可能，催生出多種產業在互聯網時代下新的運營發展模式，充分利用網絡資源，構建智能化、一體化的服務平臺。而目前，陜西省渭南市國地稅稅務服務系統主要采用稅務服務大廳現場咨詢和稅務系統官網查詢，在稅務大廳放置的二維碼雖然也可以為納稅人提供在移動端查詢獲取各自所需的辦稅信息的渠道，如圖1所示，但是，經粗略統計，省稅務局“辦稅指南二維碼”上就有110個二維碼，納稅人在掃描二維碼獲取所需稅務服務信息時時常會遇到“選擇困難癥”而無所適從，無法及時高效地獲取有效稅務服務信息。針對上述情況，本文提出了基于自然語言處理的微信納稅服務平臺，通過智能檢索實現模糊匹配的自動問答系統，在大大降低了對用戶專業性的需求、減少了納稅人大量時間成本的同時，也能針對用戶需求，為智能推送定制化的稅務服務信息提供依據和渠道，以降低征納成本、提高稅務服務質量、構建智能化稅務服務體系。

1自然語言處理

信息的檢索本質上是用戶的信息檢索需求和數據庫存儲信息之間的匹配過程[3]。隨著互聯網技術的跨越式發展，綜合利用互聯網技術、通信技術、數據庫技術進行信息的檢索得到了廣泛關注，如何在海量的多媒體信息中過濾掉無用部分，檢索到有用信息，相關檢索技術的研究取得了豐碩成果，其中就包含了對于自然語言的處理。自然語言處理就是計算機對人類所使用的口頭或書面形式的自然語言進行各種處理、加工的技術，這種技術能夠將自然語言翻譯為計算機語言，以便計算機更容易地接受和執行人類以自然語言形式輸入的指令，是發展人工智能技術的基礎[3]。將自然語言處理應用于信息的檢索，使得檢索技術邁向了智能檢索的方向，檢索的效率和準確性將得到進一步的提升。智能信息檢索的核心在于文本相似度的計算。文本相似度計算主要從分詞、去停用詞、特征項提取、權值計算、相似度度量等方面著手，以取得更高效、更精確的處理結果[4]。

1.1分詞處理

中文區分于英文的最大特點在于中文沒有明確的分割符，而是通過字與字之間的不同組合來表達詞義，甚至在不同語境中，相同的字詞還會表示不同的語義，極大提升了自然語言理解的復雜性。進行分詞處理可以將文本優化為更具結構化的表示后再進行后續處理。目前主流的中文分詞方法主要有基于字串匹配的分詞方法、基于統計的分詞方法和基于理解的分詞方法[5⁃7]。

1.2去停用詞

停用詞是指文本中大量出現的但沒有實際意義或對句子語義理解作用不大的詞，如嘆詞、連詞、冠詞等均屬其中。停用詞對句子語義的貢獻非常小，在分詞結束后過濾掉這些停用詞能夠更好地優化算法。

1.3特征項提取

文本的特征項是能夠表征文本含義的單元。從特征項的層級來說，由低到高可以分為字、詞、短語等。在多數情況下，層級高的特征項能夠表述更完整的文本含義，但相對來說，也會對分詞等處理提出更高要求。同時，文本的特征表示，能夠幫助計算機將自然語言轉化為易于計算的特征向量[8]，對于計算機處理和理解自然語言有極大簡化作用。當前，獨熱編碼（One⁃HotEncoding）、詞頻⁃逆文件頻率（TF⁃IDF）技術[9⁃10]等多種方法都可以應用在文本的特征項提取中。

1.4語義相似度計算

通過特征項提取，文本已經被轉化為空間向量表示，文本的語義相似度計算也就被轉化為了向量之間的相似度度量。一般向量計算相似度有如下方法：向量內積、歐氏距離、夾角余弦和絕對值距離等[11]。

2微信納稅服務平臺

在互聯網技術極大發展的時代背景下，開發基于即時通信軟件的納稅服務平臺是適應更多人使用習慣、合乎信息時展條件下稅務服務信息化、智能化發展要求的一項工作。本文提出的基于自然語言處理的微信納稅服務平臺的主要功能是提供稅務部門與納稅主體之間的稅務服務信息交互渠道，以人工智能技術輔導納稅人對所需稅務服務信息的智能模糊檢索，提供稅務業務描述、辦理流程、政策依據、辦理時限、報送資料、辦理地址等信息的自助問答，切入其痛點，也可為未來針對性推送繳稅提醒、相關法律法規更新、稅務信息查詢等服務信息提供渠道和依據，充分利用互聯網+的服務模式優勢，使納稅人能更方便、快捷、高效地獲取稅務服務信息。本文提出的基于微信客戶端的納稅服務平臺的系統體系結構如圖2所示。用戶提交給納稅服務平臺的消息將會首先傳遞到騰訊服務器，再轉發至納稅服務平臺的服務器，在服務器接收到請求后，將進行消息格式的解析，根據用戶消息內容和設定的服務器邏輯，計算需要返回的消息，再封裝經由微信后臺轉發至用戶的微信移動客戶端，國家納稅指南Web服務器、陜西省稅務服務器作為已有服務器，可以為微信智能納稅服務平臺服務器提供Web服務。納稅服務平臺進行智能模糊檢索時的技術方案如圖3所示，主要由微信納稅服務平臺界面、文本提取模塊、文本特征項提取模塊、數據庫、語義相似度計算模塊和索引模塊組成。在特征項提取模塊，微信納稅服務平臺使用One⁃Hot編碼進行特征項的提取，將文本轉化為計算機能夠理解和處理的二進制編碼；而在語義相似度計算模塊，微信納稅服務平臺使用夾角余弦法計算向量的相似度。索引模塊的主要功能就是對計算得到的語義相似度值進行正向排序，將其中相似度值最高的三項作為檢索結果順序輸出，若相似度值高于設置的閾值0.8，視為精確檢索，將唯一輸出此項檢索結果，而當相似度值低于所設閾值0.1時，則視為檢索失敗。微信納稅服務平臺的檢索結果展示如圖4所示。

3結語

當前，經濟活動越來越頻繁、經濟形態越來越復雜，稅務服務的模式和手段也必須搭上互聯網技術發展的順風車，進行更專業化、多元化、智能化的轉變，僅僅依靠傳統方式，提供稅務服務的效率和成本都將無法達到信息時代的更高要求。本文提出的基于自然語言處理的微信納稅服務平臺是新形勢下稅務服務智能化的一種嘗試，通過智能檢索技術與主流即時通信軟件的結合，依靠其互聯網范圍的極大用戶基數，對稅務服務拓展的深度及廣度都大有裨益，形成稅務服務發展的新格局。在本文提出的微信服務平臺基礎上，智能納稅服務平臺仍有更深層次的研究需要。目前，文本信息雖然仍是主流，但其他多媒體信息也開始大規模應用于日常生活，將多媒體信息納入智能檢索系統為智能模糊檢索提供了新的方向。同時，隨著互聯網信息安全技術的進一步研究，更多的個人稅務信息查詢及涉稅操作將有望在互聯網進行，有效提升稅務服務效率，極大減少稅務服務的人力及時間成本，加快推進稅務服務的智能化進程。

參考文獻

[1]劉巖，吳艷華.中國稅收[M].長春：東北師范大學出版社，2014.

[2]Anon.2017微信數據報告[EB/OL].[2017⁃12⁃28].

[3]周碧英.基于自然語言的文本智能檢索技術研究[D].西安：西北大學，2013.

[4]譚靜.基于向量空間模型的文本相似度算法研究[D].成都：西南石油大學，2015.

[5]周俊，鄭中華，張煒.基于改進最大匹配算法的中文分詞粗分方法[J].計算機工程與應用，2014，50（2）：124⁃128.

[6]莫建文，鄭陽，首照宇，等.改進的基于詞典的中文分詞方法[J].計算機工程與設計，2013，34（5）：1802⁃1807.

[7]葛銳.漢語分詞技術初探[J].軟件，2013，34（3）：140⁃141.

[8]李曉鵬.文本表示算法的研究和應用[D].北京：北京郵電大學，2016.

[9]宋章浩.中文文本分類中TF⁃IDF方法的改進與應用[J].科技展望，2014（22）：259.

[10]賈惠娟.一種改進的文本相似度算法在政務系統中的應用[J].信息技術與信息化，2016（7）：49⁃52.

[11]李春婷.基于語義相似度的文本聚類算法研究[D].重慶：重慶郵電大學，2017.

[12]鄔啟為.基于向量空間的文本聚類方法與實現[D].北京：北京交通大學，2014.

作者：李文峰 宗佳佳 唐善成 張鏷月 李大娟 陳熊熊 單位：西安科技大學