論文の概要: Tax Knowledge Graph for a Smarter and More Personalized TurboTax
- arxiv url: http://arxiv.org/abs/2009.06103v1
- Date: Sun, 13 Sep 2020 22:41:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 03:08:45.837706
- Title: Tax Knowledge Graph for a Smarter and More Personalized TurboTax
- Title(参考訳): より賢くパーソナライズされたターボタックスのための税の知識グラフ
- Authors: Jay Yu, Kevin McCluskey, Saikat Mukherjee
- Abstract要約: 我々は、大規模なナレッジグラフを通じて、米国とカナダの複雑な所得税コンプライアンスロジックを表現するための革新的で実践的なアプローチを共有します。
納税知識グラフの構築と自動化、納税額の計算、情報不足の理由付け、計算結果の説明などについて紹介する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most knowledge graph use cases are data-centric, focusing on representing
data entities and their semantic relationships. There are no published success
stories to represent large-scale complicated business logic with knowledge
graph technologies. In this paper, we will share our innovative and practical
approach to representing complicated U.S. and Canadian income tax compliance
logic (calculations and rules) via a large-scale knowledge graph. We will cover
how the Tax Knowledge Graph is constructed and automated, how it is used to
calculate tax refunds, reasoned to find missing info, and navigated to explain
the calculated results. The Tax Knowledge Graph has helped transform Intuit's
flagship TurboTax product into a smart and personalized experience,
accelerating and automating the tax preparation process while instilling
confidence for millions of customers.
- Abstract(参考訳): ほとんどの知識グラフのユースケースはデータ中心であり、データエンティティとそのセマンティックな関係を表現することに重点を置いています。
知識グラフ技術で大規模に複雑なビジネスロジックを表現する成功談は公開されていない。
本稿では,米国とカナダの複雑な所得税コンプライアンス論理(計算とルール)を大規模ナレッジグラフで表現するための,革新的で実践的なアプローチについて紹介する。
税の知識グラフの構築と自動化、税金の返金の計算、欠落した情報を見つけるための推論、計算結果を説明するためのナビゲートなどについて取り上げる。
税知識グラフは、Intuitのフラッグシップ製品であるTurboTaxをスマートでパーソナライズされたエクスペリエンスに転換し、数百万の顧客に信頼を与えながら、納税プロセスの迅速化と自動化を支援した。
関連論文リスト
- Learning Optimal Tax Design in Nonatomic Congestion Games [63.89699366726275]
我々は,非原子的混雑ゲームにおいて,最適な税制設計を学習し,効率を最大化する方法について検討する。
プレイヤー間の自己関心行動がシステムの効率を損なうことが知られている。
論文 参考訳(メタデータ) (2024-02-12T06:32:53Z) - On the Potential and Limitations of Few-Shot In-Context Learning to
Generate Metamorphic Specifications for Tax Preparation Software [12.071874385139395]
納税者の50%近くが、FY22にアメリカで税ソフトウェアを使って個人所得税を申告した。
本稿では,税制文書から抽出した属性間の翻訳タスクとして,変成仕様を作成するタスクを定式化する。
論文 参考訳(メタデータ) (2023-11-20T18:12:28Z) - StructChart: Perception, Structuring, Reasoning for Visual Chart
Understanding [58.38480335579541]
現在のチャート関連タスクは、視覚チャートから情報を抽出することを参照するチャート認識か、抽出されたデータから推論を行うかに焦点を当てている。
本稿では,共同認識と推論タスクのための統一的でラベル効率のよい学習パラダイムを確立することを目的とする。
各種のチャート関連タスクで実験を行い、統合されたチャート認識推論パラダイムの有効性と有望な可能性を実証した。
論文 参考訳(メタデータ) (2023-09-20T12:51:13Z) - KGrEaT: A Framework to Evaluate Knowledge Graphs via Downstream Tasks [1.8722948221596285]
KGrEaTは、分類、クラスタリング、レコメンデーションといった実際の下流タスクを通じて知識グラフの品質を推定するフレームワークである。
フレームワークは知識グラフを入力として、評価対象のデータセットに自動的にマップし、定義されたタスクのパフォーマンスメトリクスを計算する。
論文 参考訳(メタデータ) (2023-08-21T07:43:10Z) - A Survey of Knowledge Graph Reasoning on Graph Types: Static, Dynamic,
and Multimodal [57.8455911689554]
知識グラフ推論(KGR)は、知識グラフに基づくマイニング論理則に基づいて、既存の事実から新しい事実を推論することを目的としている。
質問応答やレコメンデーションシステムなど、多くのAIアプリケーションでKGを使うことに大きなメリットがあることが証明されている。
論文 参考訳(メタデータ) (2022-12-12T08:40:04Z) - Taxonomy Enrichment with Text and Graph Vector Representations [61.814256012166794]
我々は,既存の分類学に新たな語を加えることを目的とした分類学の豊かさの問題に対処する。
我々は,この課題に対して,少ない労力で高い結果を得られる新しい手法を提案する。
我々は、異なるデータセットにわたる最先端の結果を達成し、ミスの詳細なエラー分析を提供する。
論文 参考訳(メタデータ) (2022-01-21T09:01:12Z) - A Survey on State-of-the-art Techniques for Knowledge Graphs
Construction and Challenges ahead [0.2578242050187029]
本稿では,人間に近い品質の知識グラフを自律的に作成するための最先端の自動化手法を批判する。
高品質な知識グラフを提供するために対処する必要があるさまざまな研究課題を強調します。
論文 参考訳(メタデータ) (2021-10-15T11:18:28Z) - A Knowledge Graph for Assessing Aggressive Tax Planning Strategies [1.4315915057750197]
異なる州の法律は予期せぬ相互作用効果を持ち、多国籍企業が税を最小化することで悪用することができる。
我々は多国籍企業とその関係に関する知識グラフを提示する。
一般に知られている税制計画戦略は,そのグラフへのサブグラフクエリとして定式化され,特定の戦略を用いて企業を特定することができることを示す。
論文 参考訳(メタデータ) (2020-08-12T11:19:36Z) - The AI Economist: Improving Equality and Productivity with AI-Driven Tax
Policies [119.07163415116686]
我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。
競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。
AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
論文 参考訳(メタデータ) (2020-04-28T06:57:18Z) - Knowledge Graphs [43.06435841693428]
我々は、知識グラフに使用される様々なグラフベースのデータモデルとクエリ言語を動機付け、対比する。
本稿では,帰納的手法と帰納的手法を組み合わせた知識の表現と抽出について説明する。
我々は知識グラフの高レベルな今後の研究方向性を結論づける。
論文 参考訳(メタデータ) (2020-03-04T20:20:32Z) - TaxoExpan: Self-supervised Taxonomy Expansion with Position-Enhanced
Graph Neural Network [62.12557274257303]
分類学は機械解釈可能な意味論から成り、多くのウェブアプリケーションに貴重な知識を提供する。
そこで我々は,既存の分類学から,クエリの集合を自動生成するTaxoExpanという,新しい自己教師型フレームワークを提案する。
本研究では,(1)既存の分類学におけるアンカー概念の局所構造を符号化する位置強調グラフニューラルネットワーク,(2)学習モデルが自己超越データにおけるラベルノイズに敏感になるようなノイズローバスト学習の2つの手法を開発する。
論文 参考訳(メタデータ) (2020-01-26T21:30:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。