Fugu-MT 論文翻訳(概要): Detection of Abuse in Financial Transaction Descriptions Using Machine Learning

論文の概要: Detection of Abuse in Financial Transaction Descriptions Using Machine Learning

arxiv url: http://arxiv.org/abs/2303.08016v1
Date: Fri, 10 Mar 2023 06:10:53 GMT
ステータス: 処理完了
システム内更新日: 2023-03-15 14:27:25.874708
Title: Detection of Abuse in Financial Transaction Descriptions Using Machine Learning
Title（参考訳）: 機械学習を用いた金融取引記述の不正検出
Authors: Anna Leontjeva, Genevieve Richards, Kaavya Sriskandaraja, Jessica Perchman, Luiz Pizzato
Abstract要約: 本稿では,銀行業務の文脈における技術支援的虐待の問題点について述べる。開発モデルとそのパフォーマンス、および運用フレームワークについて概説する。
参考スコア（独自算出の注目度）: 4.04516535783148
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Since introducing changes to the New Payments Platform (NPP) to include longer messages as payment descriptions, it has been identified that people are now using it for communication, and in some cases, the system was being used as a targeted form of domestic and family violence. This type of tech-assisted abuse poses new challenges in terms of identification, actions and approaches to rectify this behaviour. Commonwealth Bank of Australia's Artificial Intelligence Labs team (CBA AI Labs) has developed a new system using advances in deep learning models for natural language processing (NLP) to create a powerful abuse detector that periodically scores all the transactions, and identifies cases of high-risk abuse in millions of records. In this paper, we describe the problem of tech-assisted abuse in the context of banking services, outline the developed model and its performance, and the operating framework more broadly.
Abstract（参考訳）: 新支払いプラットフォーム(NPP)に、より長いメッセージを支払い記述として含めるように変更されて以降、人々がコミュニケーションに使用していることが判明し、場合によっては家庭内および家庭内暴力の標的形態として使用されていた。このタイプのテック支援虐待は、その行為を正すための識別、行動、アプローチに関して新たな課題をもたらす。オーストラリアのコモンウェルス・バンク・オブ・オーストラリア(CBA)の人工知能研究所(AI Labs)チームは、自然言語処理のためのディープラーニングモデル(NLP)の進歩を利用して、すべてのトランザクションを定期的にスコア付けし、数百万のレコードでリスクの高い不正行為を識別する強力な不正検出システムを開発した。本稿では,バンキングサービスにおける技術支援的虐待の問題点を概説し,開発モデルとその性能,および運用フレームワークをより広く概説する。

関連論文リスト

AI Adoption to Combat Financial Crime: Study on Natural Language Processing in Adverse Media Screening of Financial Services in English and Bangla multilingual interpretation [0.0]
本報告はNLPの有効性を94%の精度で測定する。 AMLとCFTの懸念はすでにAI技術によって対処されている。この調査は、バングラデシュの金融犯罪を防ぐための強化努力において、AI主導のNLPソリューションの可能性を強調している。
論文参考訳（メタデータ） (2024-12-12T07:17:05Z)
Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文参考訳（メタデータ） (2023-11-22T02:45:01Z)
Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文参考訳（メタデータ） (2023-11-13T21:20:17Z)
A Modular and Adaptive System for Business Email Compromise Detection [0.7490096698922335]
Business Email Compromise (BEC) とスピアフィッシング攻撃は、世界中の組織にとって大きな課題となっている。機械学習の最近の進歩、特に自然言語理解(NLU)は、そのような攻撃に対抗するための有望な道を提供する。生産環境下で2年以上にわたって実証されてきた総合的かつ効率的なBEC検出システムCAPEについて述べる。
論文参考訳（メタデータ） (2023-08-21T15:06:02Z)
Modeling Users' Behavior Sequences with Hierarchical Explainable Network for Cross-domain Fraud Detection [19.262529179023254]
本稿では,ユーザの行動系列をモデル化する階層型説明可能ネットワーク(HEN)を提案する。また,クロスドメイン不正検出問題に対処するための転送フレームワークを提案する。提案手法は,HENだけでなく,既存モデルにも適用可能な汎用トランスファーフレームワークである。
論文参考訳（メタデータ） (2022-01-04T06:37:16Z)
Relational Graph Neural Networks for Fraud Detection in a Super-App environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文参考訳（メタデータ） (2021-07-29T00:02:06Z)
Inspect, Understand, Overcome: A Survey of Practical Methods for AI Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。近年,これらの安全対策を目的とした最先端技術動物園が出現している。本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文参考訳（メタデータ） (2021-04-29T09:54:54Z)
Supporting Financial Inclusion with Graph Machine Learning and Super-App Alternative Data [63.942632088208505]
スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
論文参考訳（メタデータ） (2021-02-19T15:13:06Z)
Generating Plausible Counterfactual Explanations for Deep Transformers in Financial Text Classification [33.026285180536036]
本稿では,実証可能な対実的説明を創出するための新しい手法を提案する。また、FinTechのドメインにおける言語モデルに対する敵対的トレーニングの正規化の利点についても検討している。
論文参考訳（メタデータ） (2020-10-23T16:29:26Z)
Continual Learning for Natural Language Generation in Task-oriented Dialog Systems [72.92029584113676]
自然言語生成(NLG)はタスク指向対話システムにおいて重要な要素である。我々は,NLGの知識を新たなドメインや機能に段階的に拡張する"継続的学習"環境で研究する。この目標に対する大きな課題は、破滅的な忘れことであり、継続的に訓練されたモデルは、以前に学んだ知識を忘れがちである。
論文参考訳（メタデータ） (2020-10-02T10:32:29Z)
Interpretable Multimodal Learning for Intelligent Regulation in Online Payment Systems [7.766921168069532]
本稿では,テキストとトランザクションの関係を調査するために,新たなモーダル・イントラモーダル・イントラモーダル・アテンション・ネットワーク(CIAN)を提案する。また、注意機構が元の特徴とどのように相互作用するかを解釈するCIAN-Explainerを設計する。 Tencentの最大のオンライン決済システムWeChat Payの実際のデータセットを用いて、CIANの実用的な適用価値を検証する実験を行う。
論文参考訳（メタデータ） (2020-06-10T06:08:20Z)

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。