摘要：
合集：AI案例-NLP-金融
赛题：AiWin2021文本视觉认知问答竞赛
主页：http://ailab.aiwin.org.cn/competitions/49
AI问题：识别文本中的实体并应用于问答系统的构建
数据集发布方：中国太平洋保险
数据集：保险文本视觉认知问答任务数据集，已使用PaddleOCR识别并转换的保险文本视觉认知问答任务数据集，可直接用于阅读理解模型的训练。
数据集价值：用于阅读理解模型的训练。
解决方案：PaddleOCR、PaddleNLP框架、使用Ernie模型中的问答任务类ErnieForQuestionAnswering进行抽取式阅读理解构建问答系统。
一、赛题简介
问题描述
在寿险、产险、健康险等保险的理赔流程和客户服务环节中，存在大量扫描文档，例如医疗票据、费用清单、病例等。对这些扫描文档进行文字检测与识别，并且提取出结构化信息，可以用于极速理赔、个人健康管理等业务场景。
赛题任务
本次赛题将提供面向保险场景的扫描图片数据集，参赛队利用OCR技术自动识别影像资料后，再通过AI智能判断所识别文字的内在逻辑，回答关于图片的自然语言问题。问题的答案是可以从图片中提取的任何文本/标记。
输入：保险场景的扫描文档（例如：医疗票据）+ 自然语言提问（例如：病人服用的药品清单有什么？）
输出：对应自然语言提问的事实性答案。
例如：
- 提问：西药费的金额是多少？ 回答：140.16
- 提问：140.16元购买了什么药品？ 回答：{甲}缘沙坦胶囊{基}
- 提问：这是一份关于什么药品的说明？ 回答：十三味疏肝胶囊
- 提问：药品的有效期是多久？ 回答：1.5年
二、数据集内容
原始数据集使用的扫描文件类型包括票据、说明、报告等20 多种。混合了印刷、打字和手写的内容。训练集有5000余张左右原始扫描文件及对应的 4万余个自然语言问答标注。提供的数据均已做了标注及脱敏。以下为使用PaddleOCR对图像识别后，转换成保险文本视觉认知问答任务的数据集的内容介绍。
train-utf8.csv
训练集用于模型训练，数据字段包括以下内容：
- index：序号
- question_id：问题的唯一id标识
- filename：问题对应的唯一图片名称
- question_text：问题描述
- answer_text：问题对应的唯一答案
数据样例：（未展示文件名字段）
| index | question_id | question_text | answer_text |
|---|---|---|---|
| 1 | Q00001 | 这是什么药品？ | 茶碱缓释片 |
| 2 | Q00002 | 本说明书来源于哪里？ | 黑龙江鼎恒升药业有限公司 |
| 3 | Q00003 | 本品可通过什么屏障？ | 胎盘 |
| 4 | Q00004 | 说明书上方正中是什么字？ | 茶碱缓释片 |
| 5 | Q00005 | 左上角是什么字？ | 说明书来源：黑龙江鼎恒升药业有限公司 |
test1-utf8.csv
测试集用于模型验证，需提交问题对应的答案，数据字段包括以下内容：
- index：序号
- question_id：问题的唯一id标识
- filename：问题对应的唯一图片名称
- question_text：问题描述
| index | question_id | filename | question_text |
|---|---|---|---|
| 1 | Q00001 | 2-603986_20190430_4_119.jpg | 证书有效期至什么时候？ |
| 2 | Q00002 | 2-603986_20190430_4_119.jpg | 此单据经什么部门审查，批准？ |
| 3 | Q00003 | 2-603986_20190430_4_119.jpg | 图片右上角的阿拉伯数字是什么？ |
| 4 | Q00004 | 2-603986_20190430_4_119.jpg | 图片正上方的文字是什么/ |
| 5 | Q00005 | 2-603986_20190430_4_119.jpg | 图片左下角的文字是什么内容？ |
train.json和dev.json
数据样例：
{
"data": [{
"paragraphs": [{
"context": "54020292北京市医疗网珍收费票据医保已世结發部监NO财16139-54-02实时结算：★医疗机构类型：交易流水号：2411000107180415993045社会保障卡号40096415918041502915城镇工男医保类型：单价数量单位业务流水号：性别：15380等级项目／规格姓名：金额有自作数量/单位鸡7500单价中成药贸6.2Y项目规格无自付：复方甲氧那明胶/48粒23.75001/瓶12.E200西药费收都联153.8000付甲酸左氧沙星/0.116.2G00无苏黄止咳囊/Q.45g2粒76.90002/津有效遣夫不北京市财政局印制·20172收费专用道172.32自付一17232000172.32起村金额17.750.G0衣饮医保范内金狮1332.51封顶金额0.00门诊大额支付0.0自付二0.累计医供内范金额190.07退体补充支付0.00年门诊大额票计支付0.白费个人支付金额陵军补财支付0.00190.070.09本饮支付后·个人账户余额单位补充险[原公疗]支付个人账户支付0.00基金支情2合计（大写收款人收款单位（章）",
"title": "c850b0d7018d127989d1b20d0f7118d66f50fbc2.png",
"qas": [{
"question": "本次医保范围支付多少钱？",
"id": "Q39447",
"answers": [{
"text": "172.32",
"answer_start": 288
}]
}, {
"question": "9260是什么的编号？",
"id": "Q39452",
"answers": [{
"text": "收款人",
"answer_start": 468
}]
}]
}]
},
{}
]
}
例如对于问题：本次医保范围支付多少钱？答案为：172.32元。答案在原文/context中的起始位置（以字符为单位）。
版权许可
版权许可：https://creativecommons.org/publicdomain/zero/1.0/deed.zh
SQuAD格式简介
SQuAD（Stanford Question Answering Dataset）是由斯坦福大学通过众包构建的一个机器阅读理解数据集，包含10万多个问题及其对应的原文和答案。
数据集结构：
- 训练集：用于模型的训练。
- 开发集：用于模型的调整和优化。
- 测试集：用于评估模型的最终性能，采用封闭评测方式。
数据格式：
每个样本包含以下字段：
- id：样本的唯一标识符。
- paragraph_id：原文的唯一标识符。
- question：用户提出的问题。
- context：包含答案的原文段落。
- answer_start：答案在原文/context中的起始位置（以字符为单位）。
- answer_end：答案在原文/context中的结束位置（以字符为单位）。
- is_impossible：布尔值，表示问题是否有答案。
示例：
假设我们有一个段落（context）如下：
The university is located in a beautiful city, with a rich history and culture. It has a large campus, which includes modern teaching facilities and a library with a vast collection of books. 现在，我们有一个问题（question）：“Where is the university located?”
对应的答案（answer）是：“in a beautiful city”。
在SQuAD数据集中，这个问答对可能会以如下的JSON格式表示：
{
"context": "The university is located in a beautiful city, with a rich history and culture. It has a large campus, which includes modern teaching facilities and a library with a vast collection of books.",
"question": "Where is the university located?",
"answers": [
{
"text": "in a beautiful city",
"answer_start": 22
}
]
}
在这个例子中，answer_start的值为22，这意味着答案“in a beautiful city”在段落中的起始位置是第22个字符（注意，这里的字符计数通常是从0或1开始的，但具体取决于数据集的标注方式。在上面的例子中，我们可以假设它是从1开始的，但实际情况可能因数据集而异）。
需要注意的是，answer_start字段的值是一个整数，它表示答案在段落中的起始位置（通常是字符索引）。这个字段对于训练能够精确定位答案位置的问答系统模型非常重要。同时，由于SQuAD数据集是用于评估模型阅读理解能力的基准数据集之一，因此answer_start字段的准确性对于模型的训练和评估也至关重要。
三、基线版解决方案
基线项目使用的是两阶段的处理方式：
- 使用PaddleOCR框架识别图像中的文本信息。
- 使用PaddleNLP框架根据保险理赔相关的文本信息和问题，进行抽取式阅读理解后输出问题对应的答案。
PaddleOCR是一个开源的OCR工具库，旨在提供高性能、易用、多语言支持的文本检测和识别功能。它支持多种OCR任务，包括文字检测、文字方向检测、多语种OCR、手写体OCR等，适用于文档扫描、票据识别、街景文字提取等多种场景。使用PaddleOCR对图像识别后，转换成保险文本视觉认知问答任务的数据集，该数据集可直接用于阅读理解模型的训练。本文只讨论第二阶段的解决方案。
PaddleNLP是百度飞桨深度学习框架中的自然语言处理库，集成了丰富的预训练模型、高效便捷的工具组件以及全面的数据集支持。它支持文本分类、文本匹配、序列标注、阅读理解、智能对话等多种自然语言处理/NLP任务，适用于信息抽取、语义检索、智能问答、情感分析等领域。抽取式阅读理解（Extractive Reading Comprehension） 是一种自然语言处理（NLP）任务，旨在从给定的文本（上下文）中直接抽取一段连续的文字片段作为问题的答案。与生成式阅读理解（生成新句子回答）不同，抽取式阅读理解要求答案必须来自原文，不进行改写或总结。ErnieForQuestionAnswering 是百度ERNIE模型针对问答任务优化的版本，其核心思想是通过预测答案在原文中的起始位置（start position）和结束位置（end position）来抽取答案。然后构建一个高精度的中文抽取式问答系统。
四、PaddleNLP问答系统样例
源码：paddle-nlp.py和utils.py
安装开发库
参考文章《安装深度学习框架PaddlePaddle》。
CPU版本
使用conda安装paddlepaddle==3.0.0b2；使用pip安装paddlenlp==3.0.0b0。
conda install paddlepaddle==3.0.0b2 -c paddle
pip install paddlenlp==3.0.0b0
检查：
(paddle3-cpu) C:\Users\86138>conda list paddle
# packages in environment at D:\App-Data\conda3\envs\paddle3-cpu:
#
# Name Version Build Channel
paddle2onnx 1.3.1 pypi_0 pypi
paddlefsl 1.1.0 pypi_0 pypi
paddlenlp 3.0.0b0 pypi_0 pypi
paddlepaddle 3.0.0b2 py312_cpu_windows paddle
GPU版本
基于CUDA12.3为例，使用conda安装paddlepaddle-gpu==3.0.0b2；使用pip安装 paddlenlp==3.0.0b0：
conda install paddlepaddle-gpu==3.0.0b2 paddlepaddle-cuda=12.3 -c paddle -c nvidia
pip install --upgrade paddlenlp==3.0.0b0
验证：
python -c "import paddlenlp;print(paddlenlp.__version__)"
输出：3.0.0b0
处理流程
1、导入开发库
import paddle
import paddlenlp as ppnlp
from functools import partial
from paddlenlp.data import Stack, Dict, Pad
from utils import prepare_train_features, prepare_validation_features, evaluate
2、加载问答任务模型
Ernie 1.0（Enhanced Representation through kNowledge IntEgration）是百度于2019年3月推出的知识增强语义表示模型，属于早期将知识图谱与预训练技术结合的创新性模型。ErnieForQuestionAnswering: 这是一个专门用于问答任务的 Ernie 模型类。
############参数配置###############
# 模型名称
MODEL_NAME = "ernie-1.0"
# 最大文本长度
max_seq_length = 512
# 文本滑动窗口步幅
doc_stride = 128
# 训练过程中的最大学习率
learning_rate = 3e-5
# 训练轮次
epochs = 1
# 数据批次大小
batch_size = 8
# 学习率预热比例
warmup_proportion = 0.1
# 权重衰减系数，类似模型正则项策略，避免模型过拟合
weight_decay = 0.01
#############模型################
# 加载模型
# ErnieForQuestionAnswering: 这是一个专门用于问答任务的 Ernie 模型类。
model = ppnlp.transformers.ErnieForQuestionAnswering.from_pretrained(MODEL_NAME)
# 加载 tokenizer
# Ernie 模型的分词器类, 从预训练模型中加载分词器的词汇表和配置。
tokenizer = ppnlp.transformers.ErnieTokenizer.from_pretrained(MODEL_NAME)
3、加载数据集
这段代码主要是用于使用 PaddleNLP 开发问答系统，具体实现了数据的加载、预处理、批量化和数据加载器的配置。
加载dureader_robust 数据集。dureader_robust 是从 DuReader 数据集中进一步加工而来的。其目标是提供一个更具挑战性和多样性的测试环境，以更好地检验和提升机器阅读理解系统的鲁棒性。数据组成：数据集包含训练集、验证集和测试集。每个样本通常由一段文本（文章）和一个或多个问题组成。对于每个问题，还提供了相应的答案，这些答案可能是文本中的某个片段或是直接的文本回答。
数据读取器train_batch_sampler使用DistributedBatchSampler对训练数据进行分批次采样，确保数据在分布式训练中能够正确分配，batch_size=batch_size表示每个批次的大小，shuffle=True表示每个epoch后打乱数据。train_batchify_fn是一个lambda函数，用于在每次加载数据时将样本填充和处理为指定格式：
- input_ids：填充序列，使每个batch中的序列长度一致。
- token_type_ids：与input_ids类似，用于表示句子类型。
- start_positions 和 end_positions：这些是问答任务中的起始和结束位置，分别对应答案的起始位置和结束位置。Stack(dtype=”int64″)表示将这些位置打包成一个批次。Pad和Stack是PaddleNLP提供的用于批量处理数据的功能。
train_data_loader创建了一个DataLoader对象，用于将数据加载成批次。collate_fn=train_batchify_fn表示在加载数据时调用train_batchify_fn函数来处理数据。
验证集数据读取器：dev_batch_sampler使用BatchSampler对验证数据进行分批次采样，shuffle=False表示验证集数据不需要打乱。dev_batchify_fn与训练集的train_batchify_fn类似，对验证集数据进行填充处理。这里只处理input_ids和token_type_ids，不涉及start_positions和end_positions，因为验证集不需要标签。dev_data_loader与训练集的train_data_loader类似，创建一个DataLoader对象来加载验证集数据。
#############数据###############
# 加载数据集
train_ds = ppnlp.datasets.load_dataset('dureader_robust', data_files='data/data83268/train.json')
dev_ds = ppnlp.datasets.load_dataset('dureader_robust', data_files='data/data83268/dev.json')
# 数据滑窗处理
train_trans_func = partial(prepare_train_features,
max_seq_length=max_seq_length,
doc_stride=doc_stride,
tokenizer=tokenizer)
train_ds.map(train_trans_func, batched=True)
dev_trans_func = partial(prepare_validation_features,
max_seq_length=max_seq_length,
doc_stride=doc_stride,
tokenizer=tokenizer)
dev_ds.map(dev_trans_func, batched=True)
# 数据读取器配置
train_batch_sampler = paddle.io.DistributedBatchSampler(
train_ds, batch_size=batch_size, shuffle=True)
train_batchify_fn = lambda samples, fn=Dict({
"input_ids": Pad(axis=0, pad_val=tokenizer.pad_token_id),
"token_type_ids": Pad(axis=0, pad_val=tokenizer.pad_token_type_id),
"start_positions": Stack(dtype="int64"),
"end_positions": Stack(dtype="int64")
}): fn(samples)
train_data_loader = paddle.io.DataLoader(
dataset=train_ds,
batch_sampler=train_batch_sampler,
collate_fn=train_batchify_fn,
return_list=True)
dev_batch_sampler = paddle.io.BatchSampler(
dev_ds, batch_size=batch_size, shuffle=False)
dev_batchify_fn = lambda samples, fn=Dict({
"input_ids": Pad(axis=0, pad_val=tokenizer.pad_token_id),
"token_type_ids": Pad(axis=0, pad_val=tokenizer.pad_token_type_id)
}): fn(samples)
dev_data_loader = paddle.io.DataLoader(
dataset=dev_ds,
batch_sampler=dev_batch_sampler,
collate_fn=dev_batchify_fn,
return_list=True)
4、定义优化器
这段代码是用于配置优化器的，特别是在训练深度学习模型时，优化器的设置对于模型的收敛速度和最终性能至关重要。这行代码创建了一个学习率调度器。ppnlp.transformers.LinearDecayWithWarmup 是 PaddleNLP 库中的一个类，用于实现带有热身（warmup）阶段的线性衰减学习率策略。这种策略可以帮助模型在训练初期更稳定地收敛，并在训练后期逐渐减小学习率以避免在最优解附近震荡。
learning_rate是初始学习率。num_training_steps是总的训练步数，之前已经计算得到。warmup_proportion是热身阶段所占的比例，即在训练的前多少步中使用热身策略。
以上这段代码创建了一个优化器实例。这里使用的是 AdamW 优化器，它是 Adam 优化器的一个变种，特别适用于深度学习中的权重衰减。
learning_rate=lr_scheduler指定了优化器使用的学习率调度器，这样学习率会在训练过程中根据预设策略动态调整。parameters=model.parameters()指定了优化器需要更新的参数，即模型的所有参数。weight_decay=weight_decay设置了权重衰减的系数，这是一个超参数，需要根据具体任务进行调整。apply_decay_param_fun=lambda x: x in decay_params是一个函数，用于决定哪些参数应该应用权重衰减。这里使用之前生成的decay_params列表来决定。
#############优化器配置#############
# 学习率策略
num_training_steps = len(train_data_loader) * epochs
lr_scheduler = ppnlp.transformers.LinearDecayWithWarmup(learning_rate, num_training_steps, warmup_proportion)
# Generate parameter names needed to perform weight decay.
# All bias and LayerNorm parameters are excluded.
decay_params = [
p.name for n, p in model.named_parameters()
if not any(nd in n for nd in ["bias", "norm"])
]
# 设置优化器
optimizer = paddle.optimizer.AdamW(
learning_rate=lr_scheduler,
parameters=model.parameters(),
weight_decay=weight_decay,
apply_decay_param_fun=lambda x: x in decay_params)
5、定义损失函数
这段代码定义了一个自定义的损失函数类 CrossEntropyLossForSQuAD，用于问答系统中的 SQuAD（Stanford Question Answering Dataset）任务。SQuAD 是一个流行的机器阅读理解数据集，目标是预测给定问题的答案在文本中的起始和结束位置。
#############损失函数################
class CrossEntropyLossForSQuAD(paddle.nn.Layer):
def __init__(self):
super(CrossEntropyLossForSQuAD, self).__init__()
def forward(self, y, label):
start_logits, end_logits = y # both shape are [batch_size, seq_len]
start_position, end_position = label
start_position = paddle.unsqueeze(start_position, axis=-1)
end_position = paddle.unsqueeze(end_position, axis=-1)
start_loss = paddle.nn.functional.softmax_with_cross_entropy(
logits=start_logits, label=start_position, soft_label=False)
start_loss = paddle.mean(start_loss)
end_loss = paddle.nn.functional.softmax_with_cross_entropy(
logits=end_logits, label=end_position, soft_label=False)
end_loss = paddle.mean(end_loss)
loss = (start_loss + end_loss) / 2
return loss
6、训练模型
这段代码实现了一个典型的深度学习模型训练流程，包括前向传播、损失计算、反向传播、参数更新和学习率调整。通过在每个周期结束后进行评估，可以监控模型的训练进度和性能。
#############模型训练################
# 实例化 loss
criterion = CrossEntropyLossForSQuAD()
global_step = 0
# 训练
for epoch in range(1, epochs + 1):
for step, batch in enumerate(train_data_loader, start=1):
global_step += 1
input_ids, segment_ids, start_positions, end_positions = batch
logits = model(input_ids=input_ids, token_type_ids=segment_ids)
loss = criterion(logits, (start_positions, end_positions))
if global_step % 100 == 0 :
print("global step %d, epoch: %d, batch: %d, loss: %.5f" % (global_step, epoch, step, loss))
loss.backward()
optimizer.step()
lr_scheduler.step()
optimizer.clear_grad()
evaluate(model=model, data_loader=dev_data_loader)
# 保存
model.save_pretrained('./checkpoint')
tokenizer.save_pretrained('./checkpoint')
utils.py
import paddle
import numpy as np
def prepare_train_features(data, tokenizer, max_seq_length=128, doc_stride=128):
features = []
# 遍历数据
for item in data:
context = item['context'] # 获取上下文文本
question = item['question'] # 获取问题
# 由于每个 item 中包含一个答案列表，假设只取第一个答案
for answer, answer_start in zip(item['answers'], item['answer_starts']):
# 使用 tokenizer 对答案文本进行编码
label_encoding = tokenizer.encode(answer, add_special_tokens=False, truncation=True, max_length=max_seq_length)
# 将问题和上下文拼接后送入 tokenizer
encoding = tokenizer.encode_plus(
question + " " + context, # 拼接问题和上下文
add_special_tokens=True,
max_length=max_seq_length,
return_token_type_ids=True, # 显式请求返回 token_type_ids
padding='max_length',
truncation=True,
return_attention_mask=True,
return_tensors='pd'
)
# 提取 label_encoding 中的 input_ids（答案的 token ID）
label_ids = label_encoding['input_ids']
# 修正 start_positions 和 end_positions，确保它们不超出 max_seq_length - 1
max_position = max_seq_length - 1
start_position = min(answer_start, max_position)
end_position = min(answer_start + len(label_ids) - 1, max_position)
# 构造特征，添加到 features 列表
features.append({
'input_ids': encoding['input_ids'].flatten(),
'attention_mask': encoding['attention_mask'].flatten(),
'token_type_ids': encoding['token_type_ids'].flatten(), # 添加 token_type_ids
'labels': paddle.to_tensor(label_ids, dtype='int64'), # 直接使用 label_ids
'start_positions': paddle.to_tensor(start_position, dtype='int64'), # 使用修正后的 start_positions
'end_positions': paddle.to_tensor(end_position, dtype='int64') # 使用修正后的 end_positions
})
return features
def prepare_validation_features(data, tokenizer, max_seq_length=128, doc_stride=128):
return prepare_train_features(data, tokenizer, max_seq_length, doc_stride)
# #############
def evaluate(model, data_loader):
model.eval()
all_preds = []
all_labels = []
with paddle.no_grad():
for batch in data_loader:
# 检查返回的数据是否包含所有必需的字段
if len(batch) == 5:
# 正常的情况，包含所有必要字段
input_ids, segment_ids, attention_mask, start_positions, end_positions = batch
else:
raise ValueError(f"Unexpected batch format. Expected 2 or 5 elements, got {len(batch)} elements.")
# print(f"len(batch)={len(batch)}, input_ids: {input_ids}, segment_ids: {segment_ids}, attention_mask: {attention_mask}, start_positions: {start_positions}, end_positions: {end_positions}")
# 使用模型进行预测
logits = model(input_ids=input_ids, token_type_ids=segment_ids, attention_mask=attention_mask)
start_logits, end_logits = logits
# 获取预测的起始和结束位置
start_preds = paddle.argmax(start_logits, axis=-1).numpy()
end_preds = paddle.argmax(end_logits, axis=-1).numpy()
# 如果有真实标签(start_positions,end_positions)，则添加到all_labels中
all_labels.extend(list(zip(start_positions.numpy(), end_positions.numpy())))
# 保存预测结果
all_preds.extend(list(zip(start_preds, end_preds)))
# 计算精确匹配（EM）和F1分数
def compute_metrics(p):
preds, labels = p
preds = np.array(preds)
labels = np.array(labels)
# 计算EM和F1（这里只是示例，真实计算应该更复杂）
em = np.sum(preds == labels) / len(labels)
f1 = 0 # 需要实现F1计算逻辑
print(f"compute_metrics(), em: {em}, f1: {f1}")
return {'em': em, 'f1': f1}
metrics = compute_metrics((all_preds, all_labels))
return metrics
运行结果
模型文件：./checkpoint/
global step 100, epoch: 1, batch: 100, loss: 5.33133
global step 200, epoch: 1, batch: 200, loss: 2.81528
...
Processing example: 1000
time per 1000: 11.201786994934082
Processing example: 2000
time per 1000: 11.235816478729248
Processing example: 3000
time per 1000: 10.834845066070557
Processing example: 4000
time per 1000: 11.04150128364563
Processing example: 5000
time per 1000: 11.004519701004028
Processing example: 6000
time per 1000: 11.003149509429932
Processing example: 7000
time per 1000: 11.149619340896606
{
"exact": 56.03663613655287,
"f1": 72.53400335174827,
"total": 1201,
"HasAns_exact": 56.03663613655287,
"HasAns_f1": 72.53400335174827,
"HasAns_total": 1201
}
问题： 本次医保范围支付多少钱？
原文： 54020292北京市医疗网珍收费票据医保已世结發部监NO财16139-54-02实时结算：★医疗机构类型：交易流水号：2411000107180415993045社会保障卡号40096415918041502915城镇工男医保类型：单价数量单位业务流水号：性别：15380等级项目／规格姓名：金额有自作数量/单位鸡7500单价中成药贸6.2Y项目规格无自付：复方甲氧那明胶/48粒23.75001/瓶12.E200西药费收都联153.8000付甲酸左氧沙星/0.116.2G00无苏黄止咳囊/Q.45g2粒76.90002/津有效遣夫不北京市财政局印制·20172收费专用道172.32自付一17232000172.32起村金额17.750.G0衣饮医保范内金狮1332.51封顶金额0.00门诊大额支付0.0自付二0.累计医供内范金额190.07退体补充支付0.00年门诊大额票计支付0.白费个人支付金额陵军补财支付0.00190.070.09本饮支付后·个人账户余额单位补充险[原公疗]支付个人账户支付0.00基金支情2合计（大写收款人收款单位（章）
答案： 172.32
问题： 9260是什么的编号？
原文： 54020292北京市医疗网珍收费票据医保已世结發部监NO财16139-54-02实时结算：★医疗机构类型：交易流水号：2411000107180415993045社会保障卡号40096415918041502915城镇工男医保类型：单价数量单位业务流水号：性别：15380等级项目／规格姓名：金额有自作数量/单位鸡7500单价中成药贸6.2Y项目规格无自付：复方甲氧那明胶/48粒23.75001/瓶12.E200西药费收都联153.8000付甲酸左氧沙星/0.116.2G00无苏黄止咳囊/Q.45g2粒76.90002/津有效遣夫不北京市财政局印制·20172收费专用道172.32自付一17232000172.32起村金额17.750.G0衣饮医保范内金狮1332.51封顶金额0.00门诊大额支付0.0自付二0.累计医供内范金额190.07退体补充支付0.00年门诊大额票计支付0.白费个人支付金额陵军补财支付0.00190.070.09本饮支付后·个人账户余额单位补充险[原公疗]支付个人账户支付0.00基金支情2合计（大写收款人收款单位（章）
答案： 收款单位
...
源码开源协议
Copyright (c) 2016 PaddlePaddle Authors. All Rights Reserved.