基于关键词提取和快速文本分类的发票虚抵风险评估方法

摘要

一种基于关键词提取和快速文本分类的发票虚抵风险评估方法，包括：步骤1，建立待评估地区增值税发票样本数据库；步骤2，将相似度不小于阈值的商品编码合并为一个商品类别，并选定设定的商品类别CA；步骤3，形成正向关键词集合SET正放入词袋模型ModelCA；步骤4，形成反向关键词集合SET反，更新正向关键词集合SET正，更新词袋模型ModelCA；步骤5，获得最终词袋模型ModelCA；步骤6，输入待评估地区待评估时间段内的全量增值税发票；步骤7，利用步骤5中的最终词袋模型ModelCA，筛选出商品类别CA的发票，判断购方纳税人是否将发票用于销项税额抵扣；步骤8，统计整理形成风险企业清单和报告。与现有技术相比，可准确判断发票是否为虚抵发票，快速精准定位风险。