beancount/smart_importer

何を解決するか

Beancountに銀行取引をインポートする際の手動での取引分類に必要な作業を削減します。新しい取引に対してすべて手動で勘定科目や取引先を割り当てる必要がなくなり、過去のデータに基づいてこれらの属性を予測します。

動作方法

このプロジェクトは scikit-learn（特にサポートベクターマシン、SVC）で実装された分類モデルを使用しています。ユーザーのBeancountレジャー内の既存取引をトレーニングデータとして扱い、インポートプロセス中にリアルタイムで処理します。新しい取引がインポートされると、モデルは入力を分析し、欠落している第二投稿（勘定科目）または取引先名を予測します。ユーザーは予測を修正してレジャーに保存することで、精度を向上させることができ、そのデータは将来のインポートのための更新されたトレーニングデータとして利用されます。

対象ユーザー

自身の過去の取引データを使って財務インポートの分類を自動化したいBeancountおよびBeangulpのユーザー。

特徴

• ローカル処理: AI処理はすべてマシン上でローカルに行われ、クラウドにデータを送信しません。
• 統合性: 既存のBeangulpインポーターのフックまたはラッパーとして動作し、Favaと統合可能です。
• カスタムトークン化: 中国語用に jieba などのカスタムトークナイザーをサポートし、異なる言語に対応します。
• フィードバックループ: ユーザーが取引を修正・保存することで精度が時間とともに向上します。