beancount/smart_importer

解決的問題

減少將銀行交易匯入 Beancount 時手動分類交易所需的勞力。無需為每個新交易手動分配帳戶或收款人，該工具會根據歷史資料預測這些屬性。

工作原理

本專案使用 scikit-learn（特別是支援向量機或 SVC）實作的分類模型。它將使用者 Beancount 賬本中的既有交易作為訓練資料，在匯入過程中即時處理。當匯入新交易時，模型會分析輸入並預測遺漏的第二筆記帳（帳戶）或收款人名稱。使用者可透過修正預測並儲存至賬本來進一步提升準確度，這些資料隨後將成為未來匯入的更新訓練資料。

適用對象

希望使用自身歷史交易資料自動化財務匯入分類的 Beancount 與 Beangulp 使用者。

特色

• 本地處理：所有 AI 處理皆在本機上進行；資料不會傳送至雲端。
• 整合性：可作為現有 Beangulp 匯入器的鈎子或包裝器使用，並與 Fava 整合。
• 可自訂分詞：支援自訂分詞器（例如用於中文的 jieba），以處理不同語言。
• 反饋迴圈：隨著使用者修正並儲存交易至賬本，準確度會隨著時間提升。