CN101064018A - Hs编码计算机自动查询系统 - Google Patents

Abstract

本发明属国际贸易中进出口商品管理技术领域，具体涉及一种基于检验检疫和报关的商品和HS编码的自动查询系统。本发明基于《商品名称及编码的协调制度》中英文手册、各国口岸部门的货物监管政策手册、报检和报关的历史数据，通过数据库和数据仓库技术建立知识库，保存商品名及其属性的关键词及其与HS编码的关联关系。在此基础上，对输入的进出口货物商品名进行分词、提取词素、确定关键词，利用计算机软件实现匹配算法，计算所输入商品名和知识库中HS编码的关系，得出对应的HS编码。在该计算机系统的界面上输入商品名称，即可得到对应的HS编码，进出口信息系统可以利用该系统自动确定货物的HS编码，确定监管条件，避免人为因素的影响。

Description

HS编码计算机自动查询系统

技术领域

本发明属于国际贸易中进出口货物管理技术领域，具体涉及一种基于检验检疫和报关的商品分类和HS编码的计算机自动查询系统。

技术背景

《商品名称及编码的协调制度》(简称HS)是一个新型、系统、多用途的国际贸易商品分类目录，具有严密的逻辑性和科学性，是国际贸易商品分类体系的最新发展。该制度自1988年在国际上实施以来，至今已被百多个国家采用。HS编码是根据HS分类确定的商品编码，是各国口岸执法部门对外执法和贸易统计的基础，商品编码不同，出入境的监管条件也不一样。此外，质检与报关业务系统的主要依据数据之一就是HS编码，通关系统根据商品HS编码和其他规则自动确定货物的监管条件，避免人为因素的影响。

为了便利报检和报关，并且支持进出口货物报检报关的电子化和自动审核，进出口企业或者口岸执法单位需要根据HS协调制度查询并且提供报检报关商品的HS编码。HS包括21类，下分97章，又分为1241条四位数品目，再细分为5113个六位数的商品组。对于这样一个复杂的制度，如果不掌握其归类的基本思路，查询起来是很困难的。如果申报单位涉及的商品批次很大，比如快件企业，在口岸通关环节中扮演着运输企业、申报单位、仓储单位等多个角色，HS编码的查询工作涉及很大的工作量。

目前，世界上还没有提供HS编码自动查询的工具。本发明利用进出口货物的商品名及其属性的关键词与HS编码的关联关系，构造知识库，开发自动查询软件，通过成熟的匹配算法来实现HS编码的自动查询，并且将知识库和查询软件安装在计算机系统中，提供HS编码的自动查询功能。该系统已经在检验检疫案例中被实现，各国口岸执法部门和进出口企业、代理单位，在系统中输入商品名称(英文、中文或者中英文)，即可得到商品的HS编码。

发明内容

HS编码是进出口货物监管的主要依据之一，包含有HS编码的进出口货物舱单数据，可以支持报检、报关和进出口贸易统计。本发明的目的在于提供HS编码的计算机自动查询系统，利用该系统的Windows界面、Web界面或者Web服务接口，各国口岸执法部门和进出口企业、代理单位，输入货物的商品名称(英文、中文或者中英文)，即可得到商品的HS编码。利用自动工具提供HS编码，对实现和提高计算机自动审核效率和识别比率，减少人为因素影响，降低进出口企业成本，具有重要意义。

技术方案中涉及的缩写词、中英文对照表如下：

-Attribute：商品名中属性级语素

-Accessory：商品名中的虚词

-Code：编码，即HS编码

-GN：Goods Name，商品名

-HS：HS编码

-KB：Knowledge Base，知识库

-KN：Key Name，商品名中关键词级语素

-TA：TextAttribute，商品名中文字型属性级语素，以字母组合形式存在的Attribute语素

-NUA：Number & Unit Attribute，商品名中数字单位型属性级语素

-Unit：浓度/重量/包装/长度/体积等单位

本发明提供的HS编码自动查询系统包含知识库、查询软件和计算机系统三部分。

1、知识库及其商品名语素说明：

一个商品名的语素分成三个级别：

KN，提供最为重要的编码判断信息，在每个商品名中有且只有一个，根据该KN可判断出该商品位于HS手册的大致位置；

Attribute，提供具有次级重要性的编码判断信息，依附于KN，根据Attrinute可以在一定范围内得到更为可信的编码；它又包括TA和NUA两种语素；

Accessory，是只有一般语法意义而没有语义意义的语素，对编码判断没有直接作用；

上述语素划分方法只根据编码语义重要性进行，而不受词性等语法判断要素的影响。对于HS编码的判断，三类语素的重要性从上到下递减。为了成功进行高精确度的编码，本发明针对这样的语素情况进行对不同类语素的不同的处理。

2、首先是知识库的建立。知识库包含商品的HS编码库(即“HS库”，保存HS编码、商品名关键词和属性关键词)、虚词库(即“Accessory库”，保存商品名中可能出现的无意义虚词)和单位库(即“Unit库”，保存商品名中可能出现的单位，支持那些重量和浓度等对编码有影响的商品编码查询)：

-利用《商品名称及编码的协调制度》中、英文手册，从中提取商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，以及它们之间的关联度(关联度在本发明实现中是可选的)，将其保存入知识库。

-利用各国口岸部门的货物监管政策手册，从中提取商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，将其保存入知识库。

-利用报检和报关历史数据，从中手工或通过程序提取商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，将其保存入知识库。

-利用报检报关执法人员和进出口企业人员，为常见商品以及其他少见商品建立商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，将其保存入知识库。

-知识库的实现与开发。在以上知识库设计的基础上，可采用普通数据库、文件、数据仓库等技术实现数据库。在本发明的进出口检验检疫案例中，采用的是商用高性能数据库。

3、其次是自动查询算法的建立。自动查询的目的是根据输入的商品名得到最符合该商品名的编码，其过程包括把语义识别和编码，该过程又可分为以下的几个阶段：语素提取、语义识别、置信率计算：

(1)语素提取，其过程为分析给定的商品名，从中提取可以用于HS编码判断的语素。其步骤为：

①提取组合型语素。组合型语素要两个以上的单词来表达一个语义的语素，这个阶段需要把它们组合在一起，作为一个语素提取出来供之后的语义识别使用。提取这类语素是依据一系列标志词(not，no等)，对知识库中的商品名进行遍历进行的；

②提取NUA(数量型)语素。根据数量型语素的特点，提取出在Unit库(单位库)中注册过的数字单位组合对。提取这类语素是在对商品名的遍历中，依据数字和之后的单位信息进行的；

③提取其他语素。这一阶段过滤掉Accessory(虚词库)中的语素，把剩下的商品名中的信息作为普通文本型语素组织好提取出来。

经过上面三个步骤，把商品名组织成和知识库中HS库语义信息相应的语素形式。实际上，这时的商品名字符串信息已经被转换成两个列表，分别按照TA和UNA类型存储起来，分别叫做商品名TA集合(标记为{GNta})和商品名UNA集合(标记为{GNuna})。此时为语义识别做好了准备。

(2)语义识别。语义识别的目的是根据HS库中的知识分析前一阶段得到的语素，得到支持该系列语素的HS知识要素，并把这些HS知识要素从HS库中取出，组织成一种可供计算置信率的形式。这个部分分为两个步骤：识别潜在KN和组织HS知识：

①识别潜在KN。KN具有最重要的判断力。通过KN层遍历可以唯一找到一个Code层(代码层)实体，基于此确定一个潜在的HS编码。为此，这一阶段要确定可能为KN的TA语素，把它们作为潜在KN，作为之后组织HS知识的基础。这个过程的实现是通过在知识库中的HS库的KN层遍历，通过字符串的模式匹配算法找出所有潜在的KN，并把这些KN组织成一个列表保存起来。

②组织HS知识。根据前一步骤得到的潜在KN列表，在HS库中提取出相关的HS知识要素，组织成置信率计算的形式，这里的每一条相关HS知识都包括Code，KN，UNA列表，TA列表四个部分，它们最终被最添加到前一步骤的KN列表中。我们把这个包括相关HS知识要素的列表叫做潜在KN列表。

(3)置信率计算。置信率即潜在KN与HS编码的匹配可能性。从商品名中提取出的语素和从HS库中查找出的相关HS知识要素被组织起来，在此基础上可以计算根据各个潜在KN得到的潜在Code的置信率。下面是根据可靠性模型计算潜在Code的置信率的公式：

式中，j是潜在Code的编号，Cj表示该KNj对应Code的置信率，S是语素，C(S)表示语素S的置信率，n表示在潜在KN列表中KNj的TA集合有n个语素。

最后是把上述过程得到的知识库、和查询算法，使用计算机软件实现，并且安装在计算机系统上，通过Windows界面、Web界面或者Web服务接口为进出口企业和口岸监管部门提供HS编码查询服务。该专利已在进出口检验检疫案例中实现，在该计算机系统的界面上输入商品名称，即可得到对应的HS编码，进出口信息系统可以利用该系统自动确定货物的HS编码，确定监管条件。

本发明的技术方案说明：

-关于知识库，其核心是HS编码库，HS编码库中HS编码和商品名关键词是核心。虚词库、单位库和属性关键词均为增加编码准确性和普遍性，在实现中是可选的，技术方案中涉及虚词库、单位库和属性关键词的相关操作和强化措施均为可选。

-涉及的关键词之间的关联度也是可选的。此外，上述HS编码库的来源和提取方式是上述各种方法的可选组合。

-知识库的实现可采用普通数据库、文件、数据仓库等技术实现数据库。在本发明的进出口检验检疫案例中，采用的是商用高性能数据库。

-自动查询软件可以采用任何合适的语言编写。

-计算机系统可采用各种联网方式的通用计算机或服务器。

本发明效果

目前，世界上还没有提供HS编码自动查询的工具，各国口岸执法部门和进出口企业、代理单位，都是通过手工查询HS编码的。这样的做法效率低、容易出错、对报关报检人员要求高、人为因素影响大。本发明利用关键词匹配的方法，提供了HS编码的自动生成方法，并且提供了利用该方法实现自动编码方案和软件模块。各国口岸执法部门和进出口企业、代理单位，只需输入商品名称(英文、中文或者中英文)，即可得到商品的HS编码。这样不仅可以解决上述问题，使报关报检人员大量减少，而且支持电子报关、报检，可极大提高效率、减少人为因素影响、降低相关企业和进出口执法部门的成本。

附图说明

图1是本发明的知识库构造原理图。

图2是本发明的计算机软件结构图。

图3是本发明的知识库逻辑组织图。

图4是本发明的知识库实现结构图。

图5是本发明的查询软件实现类图。

图6是本发明的一个实现例的计算机系统配置环境图。

图7是本发明在进出口检验检疫实现例中的查询界面(输入“Ivory，totoise shell”得到的HS编码查询结果)。

注：(1)在上述图中，“<>”号内的内容是必须的，“[]”内的内容是可选的。

(2)以上图基于本发明在进出口检验检疫实施例中的实现。

具体实施方式

如图1所示，本发明的知识库构造是利用《商品名称及编码的协调制度》中英文手册、各国口岸部门的货物监管政策手册、报检和报关历史数据，从中提取商品的关键词及其对应的HS编码，或者利用报检报关执法人员和进出口企业人员从中提取商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，以及它们之间的关联度(关联度在本发明实现中是可选的)，将其保存入知识库(数据仓库)。

如图2所示，在本发明的计算机软件实现中，增加了快速匹配(即直接查找商品名是否在知识库中存在，如果存在，直接取出其对应的HS编码)和手工查询(即如果快速匹配和自动查询都找不到HS编码，需要人工干预，手动查询)两个过程。而在快速匹配未得的情况下，采用前述技术方案的自动查询(即词语匹配，包括语素提取、语义识别、置信率计算等步骤)。

如图3所示，本发明在进出口检验检疫实施例中，其知识库的HS编码库逻辑以语义网的形式组织。该知识库整体上有三个逻辑层：

-内层，即Code层：维护所有被HS系统许可的HS编码；

-中间层，即KN层：在Code层基础上维护与各个合法HS编码相关联的合法的KN；

-外层，即A层：在KN层基础上维护与各个合法KN相关联的合法Attribute。

如图4所示，是本发明在进出口检验检疫实施例中的知识库逻辑结构(通过Oracle数据库实现)，其物理设计如下：

表名	功能说明
		HS_INFO_TBL	存储检索HS编码时预处理的数据信息
UNIT_INFO_TBL	存储数量单位及单位间的转换关系
		WORD_FILTER_TBL	存储检索时将被过滤的单词的信息
SYMBOL_FILTER_TBL	存储检索时将被过滤的符号的信息

HS_INFO_TBL

字段名	含义	数据类型	约束条件
				ID	自增ID	NUMBER	主键，唯一列索引
HS_CODE	HS编码	VARchar2
				KEY_NAME	商品名	VARchar2
ATTRIBUTE	商品属性	VARchar2
				HS_TIMES		NUMBER
ATTRI_TIMES		NUMBER
				CREDIT	置信度	NUMBER
STANDARD		NUMBER
				UNIT_VALUE	数值范围的上/下限	NUMBER
UNIT_LIMIT	数值范围的比较关系	VARchar2
				ATTRI_TYPE		NUMBER

UNIT_INFO_TBL

字段名	含义	数据类型	约束条件
				ID	自增ID	NUMBER	主键，唯一列索引
UNIT_FROM	单位	VARchar2
				UNIT_TO	单位	VARchar2
CONVERT_VALUE	单位转换的比值	NUMBER

WORD_FILTER_TBL

字段名	含义	数据类型	约束条件
				ID	自增ID	NUMBER	主键，唯一列索引
FILE_STR	被过滤的单词	VARchar2

SYMBOL_FILTER_TBL

字段名	含义	数据类型	约束条件
				ID	自增ID	NUMBER	主键，唯一列索引
FILE_STR	被过滤的符号	VARchar2

如图5所示，本发明在实施例中的软件实现类图包括“EncodingController″类实现查询调度，IQuickCheckingEncoder作为快速匹配接口(Quick-CheckingEncoding实现该接口)，IMatchingEncoder作为词语匹配查询接口(MatchingEncoding实现该接口)，以及IQueryEncoder作为手工交互查询接口(QueryEncoding实现该接口)。

图6是本发明的一个实现例的计算机系统配置环境图。系统启动时用一个StartUpServlet初始化，利用dom4j从XML配置文件读出各项配置信息，进行日志Log4j、数据库连接池DBCP的配置工作，同时初始化运行时系统参数如图右所示。Apachecommon-collections是应用服务器Apache的用于管理缓存的机制。

如图7所示，是本发明在进出口检验检疫实现例中基于Web的查询界面。输入“Ivory，totoise shell”，得到的HS编码查询结果是“0507.9090”，其置信度是“66.501”。需要注意的是，这里的置信度只是按照算法确定的输出结果与HS编码之间的关联度，并不代表本系统的准确度。本发明的准确度是多次输入结果是否准确的比率。本发明在实施例中的知识库仅来源于《商品名称及编码的协调制度》英文手册中的一类。

下面结合本发明在进出口检验检疫中的一个实施例，描述该计算机软件的查询过程：

如输入示例商品名：10kg of red peanuts，not in shell

1.识别组合型语素；not开始后第一个词为in，在Accessory Base中识别为无意义词，之后的有意义的词为shell，识别出“not-in-shell”。

2.识别NUA型语素；数字10后的第一个分隔字符串为kg，在Unit Base中确定为有意义单位，识别出“10kg”。

3.筛选语素；去掉维护在Accessory Base中的词，去掉of。至此，商品名被识别为TA：red，peanuts和not-in-shell，以及NUA：10kg。

4.在知识库的KN层进行匹配，找出潜在KN，这里是peanuts。

5.根据潜在KN peanut找出所有相关局部信息。HS编码1111.1111.11，KN为peanut，TA为关联度80％的red，关联度60％的small，NUA为＜15000g。

6.根据公式进行置信率计算，C％＝6/7*[1-(1-80％)*(1-0％)]＝68.57％

最终得到“10kg of red peanuts，not in shell”的编码为1111.1111.11，其可能性为68.57％

Claims (6)

1、一种HS编码自动查询系统，其特征在于包括知识库、查询算法和计算机三个部分，其中：

知识库包括商品的HS编码库、虚词库和单位库；其中：商品的HS编码库保存HS编码、商品名称关键词和属性关键词，虚词库保存商品名称中可能出现的无意义虚词；单位库保存商品名称中可能出现的单位，支持那些重量和浓度、包装、长度、体积等对编码有影响的商品编码查询；

查询算法分为语素提取、语义识别、置信率计算三个部分：

(1)语素提取，其步骤为：

①提取组合型语素，是依据一系列标志词，对知识库中的商品名进行遍历完成；

②提取数量型语素，是在对商品名的遍历中，依据数字和之后的单位信息进行的；

③提取其他语素，这一阶段过滤掉虚词库中的语素，把剩下的商品名中的信息作为普通文本型语素组织好提取出来；

经过上面三个步骤，把商品名组织成和知识库中HS库语义信息相应的语素形式。这时的商品名字符串信息被转换成两个列表，分别按照TA和UNA类型存储起来，分别叫做商品名TA集合和商品名UNA集合；

(2)语义识别，是根据HS库中的知识分析前一阶段得到的语素，得到支持该系列语素的HS知识要素，并把这些HS知识要素从HS库中取出，组织成一种可供计算置信率的形式；具体分为两个步骤：识别潜在KN和组织HS知识：

①识别潜在KN，通过KN层遍历唯一找到一个Code层实体，基于此确定一个潜在的HS编码，这个过程的实现是通过在知识库中的HS库的KN层遍历，并通过字符串的模式匹配算法找出所有潜在的KN，再把这些KN组织成一个列表保存起来；

②组织HS知识，根据前一步骤得到的潜在KN列表，在HS库中提取出相关的HS知识要素，组织成置信率计算的形式，这里的每一条相关HS知识都包括Code，KN，UNA列表，TA列表四个部分，它们最终被最添加到前一步骤的KN列表中；

(3)置信率计算，把从商品名中提取出的语素和从HS库中查找出的相关HS知识要素组织起来，在此基础上计算根据各个潜在KN得到的潜在Code的置信率，根据可靠性模型计算潜在Code的置信率的公式为：

式中，j是潜在Code的编号，Cj表示该KNj对应Code的置信率，S是语素，C(S)表示语素S的置信率，n表示在潜在KN列表中KNj的TA集合有n个语素；

最后是把上述过程得到的知识库和查询算法，使用计算机软件实现，并且安装在计算机系统上，通过Windows界面、Web界面或者Web服务接口为进出口企业和口岸监管部门提供HS编码查询服务；

上述系统中，商品名的语素分成三个级别：

KN：商品名中关键词级语素；

Attribute：商品名中属性级语素，它又包括TA和NUA两种语素；

TA：商品名中文字型属性级语素，以字母组合形式存在的Attribute语素；

NUA：商品名中数字单位型属性级语素，

Accessory：商品名中的虚词。

2、根据权利要求1所述的HS编码自动查询系统，其特征在于所述知识库包括：

从《商品名称及编码的协调制度》中、英文手册中提取的商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码，以及它们之间的关联度；

从各国口岸部门的货物监管政策手册中提取的商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码；

从报检和报关历史数据中手工或通过程序提取的商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码；

报检报关执法人员和进出口企业人员，为常见商品以及其他少见商品建立的商品名关键词、商品属性关键词、商品相关虚词、商品相关浓度/重量/包装/长度/体积等单位、商品对应的HS编码。

3、根据权利要求1所述的HS编码自动查询系统，其特征在于所述知识库为采用普通数据库、文件和数据仓库技术实现的数据库。

4、根据权利要求1所述的HS编码自动查询系统，其特征在于所述知识库整体上有三个逻辑层：

—Code层：维护所有被HS系统许可的HS编码；

—KN层：在Code层基础上维护与各个合法HS编码相关联的合法的KN；

—外层：在KN层基础上维护与各个合法KN相关联的合法Attribute。

5、根据权利要求4所述的HS编码自动查询系统，其特征在于所述知识库逻辑结构的物理设计如下：

 表名   功能说明  HS_INFO_TBL   存储检索HS编码时预处理的数据信息  UNIT_INFO_TBL   存储数量单位及单位间的转换关系  WORD_FILTER_TBL   存储检索时将被过滤的单词的信息  SYMBOL_FILTER_TBL   存储检索时将被过滤的符号的信息

HS_INFO_TBL   字段名   含义   数据类型   约束条件   ID   自增ID   NUMBER   主键，唯一列索引   HS_CODE   HS编码   VARchar2   KEY_NAME   商品名   VARchar2   ATTRIBUTE   商品属性   VARchar2   HS_TIMES   NUMBER   ATTRI_TIMES   NUMBER   CREDIT   置信度   NUMBER   STANDARD   NUMBER   UNIT_VALUE   数值范围的上/下限   NUMBER   UNIT_LIMIT   数值范围的比较关系   VARchar2   ATTRI_TYPE   NUMBER

UNIT_INFO_TBL  字段名   含义   数据类型   约束条件  ID   自增ID   NUMBER   主键，唯一列索引  UNIT_FROM   单位   VARchar2  UNIT_TO   单位   VARchar2  CONVERT_VALUE   单位转换的比值   NUMBER

WORD_FILTER_TBL   字段名   含义   数据类型   约束条件   ID   自增ID   NUMBER   主键，唯一列索引   FILE_STR   被过滤的单词   VARchar2

SYMBOL_FILTER_TBL   字段名   含义   数据类型   约束条件   ID   自增ID   NUMBER   主键，唯一列索引   FILE_STR   被过滤的符号   VARchar2                                                                               。

6、根据权利要求1所述的HS编码自动查询系统，其特征在于所述软件实现类图包括“EncodingController″类实现查询调度，IQuickCheckingEncoder作为快速匹配接口，IMatchingEncoder作为词语匹配查询接口，以及IQueryEncoder作为手工交互查询接口。

Images