制裁名单搜索 · Transaction Screening

分享海报

@user_96597d90/transaction-screening

本次升级要点 一、敏感数据整改（合规红线） - fetch.py 缓存从「全列落盘」改为「字段白名单」：只保留 姓名 / 类型 / 名单编号 / 制裁项目 + 出生日期 / 国籍 / 性别，剔除证件号 / 电话 / 邮箱 / 详细地址。 - remarks 自由文本落盘前自动脱敏（护照号 / 身份证号 / 电话 / 邮箱）。 - 3 个公安部名单源脱敏保留：百名红通从身份证号提取出生日期 + 籍贯（省级）后删原号；A级通缉令保留姓名/性别/出生年份；暴恐名单保留姓名/类型。 二、能力迁移 迁入两个确定性规则能力（静态副本，缺失时自动降级，不影响既有链路）： 1. 反向音译（scripts/translit.py） - 英文罗马字华人名 → 中文候选（粤 / 普通话 / 闽南构词）。 - 补上拼音桥接「中→英」单向之外的反向召回缺口。 - 触发严格：仅「短中文（≤6 字）且判为个人」查询，给分保守 0.62（review 档）。 2. 主体部分精确匹配（scripts/entityname.py） - 剥掉机构形态词（有限公司 / 集团 / 公司）后主体逐字相等 → 0.92 高置信。 - 包含关系（上级主体命中下级单位，如「兵团」vs「兵团公安局」）→ 降级 0.60（review 档） + 标记，不再误判高置信。 使用方式（首次需联网） # 首次：联网拉取 7 个联网源（约几分钟，视网络）；3 个脱敏本地源自动读取 python scripts/fetch.py # 单实体搜索 python scripts/search.py "名称" # 批量筛查（Excel → CSV + HTML 报告） python scripts/batch_screen.py 输入.xlsx --html -o 输出.csv 未拉取名单就搜索会提示 No cached sanction lists found. Run fetch.py first.，属正常，先跑 fetch 即可。 依赖 - 核心脚本（search.py / screen.py）纯 Python 标准库，零第三方依赖。 - 可选依赖（按需自动安装）：openpyxl（读 .xlsx）、pypinyin（中文→英文拼音桥接）、pdfplumber（HK CEDB PDF 解析）。 - 联网使用请预先装齐：python -m pip install openpyxl pypinyin。 兼容性说明 - 新能力 import 失败自动降级，既有筛查链路零退化。 - translit.py / entityname.py 为 audit-qc 静态副本，audit-qc 更新音译表 / 形态词表后需手动同步副本。