في عالم التجارة الإلكترونية الضخم، يعد التنبؤ بالرموز الضريبية (Tax Code Prediction) مهمة حيوية، لكن غالباً ما تُعتبر مهمة غير مُستكشَفة بدرجة كافية. حيث ينبغي لكل منتج أن يُرتب بدقة ضمن عقدة داخل تسلسل هيراركي متعدد المستويات للرموز الضريبية، مُعَرَّفاً وفق معايير وطنية. أي خطأ في هذه العملية قد يؤدي إلى عدم تطابق مالي ومخاطر تنظيمية.

يُقدّم بحث جديد في هذا المجال يسمى Taxon، الذي يُعتبر إطاراً مبتكراً للتنبؤ بالرموز الضريبية الهيراركية. يعتمد النظام على آليات مُعتمدة من الخبراء، مُستفيداً من نماذج لغوية ضخمة (Large Language Models) لضمان توافق دقيق بين عناوين المنتجات والتعريفات الرسمية للضرائب.

توفر Taxon أيضًا نموذجًا للاتساق الدلالي (Semantic Consistency Model) يحقق أفضل أداء من خلال دمج ميزات متعددة المصادر، مثل قواعد بيانات الضرائب المنسقة وسجلات التحقق من الفواتير وبيانات تسجيل التجار. هذه المكونات تُعزز الإشراف الهيكلي والدلالي، مما يُساعد في معالجة التحديات الناتجة عن الإشراف الضوضائي.

وقد أظهرت التجارب الشاملة على مجموعة بيانات TaxCode المملوكة ومعايير عامة أخرى أن Taxon يتفوق على الأنظمة المعتمدة الأخرى بأداء يُعتبر الأفضل في مجاله. بالإضافة إلى ذلك، تم تطوير إجراء كامل لإعادة بناء المسارات الهيكلية يُحسن من توافق البيانات الهيكلية، مُحققاً أعلى درجات F1.

يتم استخدام Taxon حالياً ضمن نظام خدمة الضرائب لعملاق التجارة الإلكترونية Alibaba، حيث يتعامل مع متوسط يزيد عن 500,000 استفسار عن الرموز الضريبية يومياً، مع تسجيل ذروة تفوق خمسة ملايين طلب خلال الأحداث التجارية. بفضل قدرته على تحسين الدقة والقدرة على التفسير والصلابة، يُعتبر Taxon خطوة ثورية في مجال إدارة الفواتير والامتثال.