2. 基础概念

在负面媒体（Adverse Media）NLP筛查项目中，最常见的失败并非模型不够强，而是团队对术语边界理解不一致：有人把“负面新闻”直接等同于“制裁命中”，有人把PEP当成黑名单，有人以为KYC只是开户时的一次性动作。术语一旦混淆，数据标注、规则设计、阈值设定和最终处置都会系统性偏移。本节把五个核心概念放在同一张“合规风控地图”上，先讲清各自定义，再辨析它们之间的输入、输出与依赖关系。

一、核心原理：五个术语各自解决什么问题

KYC（Know Your Customer，了解你的客户）是一套持续性的客户身份识别与尽职调查框架。它的目标不是“找出坏人”，而是确认“这个客户是谁、风险等级如何、需要多深的审查”。KYC的输出通常是客户档案、风险评级和尽调深度（CDD/EDD）。

AML（Anti-Money Laundering，反洗钱）是更大的合规目标与制度体系，涵盖客户尽职调查、交易监控、可疑活动报告（SAR）、记录保存等。KYC是AML的前置基础，但AML还包括交易层面的动态监控。可以说：KYC回答“客户是谁”，AML回答“客户在做什么、是否可疑”。

制裁筛查（Sanctions Screening）是把客户、交易对手、受益人等信息与官方制裁名单（如OFAC SDN、EU Consolidated List、UN List）进行比对。它是名单驱动、规则明确、命中即需处置的高确定性筛查，误报主要来自姓名重名与音译差异。

PEP（Politically Exposed Person，政治公众人物）指担任或曾担任重要公共职务的人及其近亲属、密切关系人。PEP本身不是违法身份，而是高风险标记，触发强化尽职调查（EDD）和资金来源审查。把PEP当黑名单是典型误区。

Adverse Media（负面媒体）是通过公开新闻与网络信息，识别与金融犯罪、腐败、欺诈、制裁规避、暴力犯罪等相关的负面报道。它是非结构化、概率性、需要语义判断的信号，用于补充名单筛查覆盖不到的“尚未被制裁但已有风险迹象”的人群。

二、方法流程：它们在筛查流水线中的位置

理解关系最有效的方式是看一条典型流水线。客户入职或交易触发时，系统按以下顺序处理：

1. 身份采集与KYC建档：获取姓名、证件、国籍、职业、受益所有人等信息，形成可检索实体。
2. 制裁名单比对：对实体做精确与模糊匹配，命中则进入冻结/上报流程。
3. PEP库比对：命中则标记高风险，触发EDD，但不直接拒绝。
4. Adverse Media检索：用NLP从新闻语料中召回相关报道，做实体消歧、情感与主题分类、严重度打分。
5. 风险聚合与处置：将名单命中、PEP标记、负面媒体评分与交易行为合并，输出风险等级与人工复核队列。

其中Adverse Media环节的NLP处理通常包含：查询扩展（姓名+别名+音译）→ 文档召回 → 实体链接与消歧 → 相关性判定 → 主题分类（欺诈/腐败/制裁/暴力等）→ 严重度与时效性打分 → 生成可解释证据包。下面是一个简化的配置示例，用于定义负面媒体主题与权重：

adverse_media:
  topics:
    financial_crime: {weight: 0.9, keywords: [fraud, laundering, embezzlement]}
    corruption:      {weight: 0.85, keywords: [bribery, graft, kickback]}
    sanctions_evasion:{weight: 1.0, keywords: [sanction, embargo, evasion]}
    violence:        {weight: 0.7, keywords: [assault, homicide, trafficking]}
  recency_decay_days: 730
  min_relevance_score: 0.62
  require_entity_match: true

注意require_entity_match: true这一项：它强制要求报道中的实体与客户实体完成消歧后才计入评分，否则“同名不同人”会大量污染结果。这是Adverse Media与制裁筛查在工程上最大的差异之一。

三、案例/场景：同一客户在不同信号下的处置差异

假设客户“张伟”在系统中出现以下三种情形，处置逻辑完全不同：

这个表格揭示了关键点：制裁命中是“阻断型”，PEP是“加强审查型”，Adverse Media是“线索型”。如果把Adverse Media的评分直接当作阻断依据，会造成大量误杀；如果忽略它，又会漏掉尚未被制裁但风险已显现的客户。

四、误区/复盘：五个高频混淆点

• 误区一：负面媒体等于制裁。制裁是官方名单，负面媒体是公开报道。前者法律效力明确，后者只是风险线索。
• 误区二：PEP就是黑名单。PEP是风险身份，不是违法认定。许多PEP客户完全合规，只是需要更严格审查。
• 误区三：KYC做完一次就结束。KYC是持续义务，客户职业、地址、受益所有人变化都需更新，否则Adverse Media筛查会基于过期实体信息。
• 误区四：AML只等于反洗钱。AML还涵盖反恐融资、制裁合规、可疑活动报告等，范围大于字面含义。
• 误区五：NLP命中即风险。同名、旧闻、讽刺性报道、非目标实体都会造成误报，必须结合实体消歧、时效衰减和多源验证。

复盘一个真实工程问题：某团队将Adverse Media相关性阈值设得过低，导致大量同名普通人的社会新闻进入高风险队列，人工复核量暴涨三倍。根因不是模型差，而是没有区分“实体匹配”与“主题相关”两个独立维度。修正方案是把流程拆成两步：先做实体消歧（是否同一个人），再做主题与严重度评分（这件事有多严重）。两步都通过才计入最终风险分。