Taxon：基于语义对齐 LLM 专家指导的层级税码预测
机器学习
2026-05-01 v2 人工智能
摘要
在大型电商平台自动化开票与合规管理中，税码预测是一项至关重要却尚未被充分探索的任务。每种产品必须被准确映射到国家标准定义的多层分类体系层级中的一个节点，其中错误会导致财务不一致和监管风险。本文提出了 Taxon，一个用于层级税码预测的语义对齐且专家指导的框架。Taxon 集成了自适应地在分类体系各层级间路由多模态特征的特征门控混合专家架构，以及一个从充当领域专家的大语言模型中蒸馏出的语义一致性模型，用于验证产品标题与官方税务定义之间的对齐。为了应对真实业务记录中的噪声监督，我们设计了一个多源训练流水线，结合精选的税务数据库、发票验证日志和商家注册数据，以提供结构和语义双重监督。在专有 TaxCode 数据集和公开基准上的大量实验表明，Taxon 实现了最先进的性能，优于强基线。此外，一个额外的完整层级路径重建过程显著提高了结构一致性，获得了最高的总体 F1 分数。Taxon 已在阿里巴巴的税务服务系统中投入生产部署，日均处理超过 50 万次税码查询，并在业务活动期间达到 500 万次以上的请求峰值，同时提升了准确性、可解释性和鲁棒性。
引用
@article{arxiv.2601.08418,
title = {Taxon: Hierarchical Tax Code Prediction with Semantically Aligned LLM Expert Guidance},
author = {Jihang Li and Qing Liu and Zulong Chen and Jing Wang and Wei Wang and Chuanfei Xu and Zeyi Wen},
journal= {arXiv preprint arXiv:2601.08418},
year = {2026}
}