随着经济全球化的发展,我国海关进出口商品总量逐年增加,对进出口商品征税成为海关的一项繁重的任务。我国海关目前对商品税号的审核主要采用人工方式,关员根据商品的文本信息对税号进行判断,但人工核查费时费力且存在标准不一致等问题。因此,如何快速准确地对大量申报数据进行异常申报检测成为如今海关急需解决的问题。为了能快速准确检测海关进出口商品的异常申报,本文使用自然语言处理中的预训练模型,得到包含海关语义信息的商品文本嵌入表示,利用嵌入表示得到海关文本的同义要素表,在同义要素表的帮助下,改进过采样算法实现异常申报检测算法,最后为验证上述算法,设计并实现了海关进出口商品异常申报检测系统。本文主要工作如下:第一,使用传统预训练模型得到海关商品的嵌入表示不包含语义信息,为了得到包含海关专有知识的同义要素表,本文对SBERT（Sentence-BERT）进行改进后,通过在海关进出口商品文本语料上微调,得到具有海关语义信息且能进行相似度比较的要素嵌入表示。该嵌入表示一方面可将同一类要素通过聚类操作得到该类要素对应的同义要素表,通过该表可在异常检测前对申报数据进行数据增强以提高分类效果;另一方面可以将构成申报商品的要素嵌入表示求平均后送入分类算法中,作为商品的向量化表示。第二,海关数据中异常申报占比较小,海关商品异常检测问题属于类别不平衡的二分类问题。经典的SMOTE过采样算法由于没有考虑样本分布,导致合成样本的包含的有效信息较少,本文对SMOTE算法进行改进,提出了I-SMOTE（Improved Synthetic Minority Oversampling Technique）算法。I-SMOTE算法在合成样本时通过考虑样本分布,使合成点更符合原数据分布,包含更多有效信息。选取四个UCI不平衡数据集,选用三种经典单分类器算法对SMOTE算法和I-SMOTE算法进行对比实验,实验结果证明I-SMOTE算法较SMOTE算法可更有效的提升分类算法模型的分类能力。对于海关真实的申报数据,分别用随机森林、XGboost和Light GBM三种集成学习分类器对SMOTE算法、I-SMOTE算法、使用同义要素表进行数据增强+I-SMOTE算法三种方法进行实验,实验结果证明使用同义要素表对申报数据进行数据增强可以提升异常检测效果。第三,为了使异常检测技术服务于海关,解决人工进行申报商品异常检测耗时耗力的问题,本文设计并实现了海关进出口商品异常申报检测原型系统,该系统可对指定税号的申报数据进行异常检测分析,辅助关员快速高效的进行异常检测。