論文の概要: TED: Related Party Transaction guided Tax Evasion Detection on Heterogeneous Graph

• arxiv url: http://arxiv.org/abs/2605.26984v1
• Date: Tue, 26 May 2026 13:09:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:42.1754
• Title: TED: Related Party Transaction guided Tax Evasion Detection on Heterogeneous Graph
• Title（参考訳）: TED:不均質グラフ上の税収流出検知をガイドした関係政党取引
• Authors: Yiming Xu, Bin Shi, Bo Dong, Jiaxiang Wang, Hua Wei, Qinghua Zheng,
• Abstract要約: 本稿では,脱税検知の性能向上を目的とした新しいグラフニューラルネットワークモデルを提案する。 具体的には、低レベルノイズ情報をフィルタするために、不均一で複雑なパーティトランザクショングループを使用します。 本手法を税務署の実際のリスク管理システムに適用し、2つの人間ラベルの実世界の税データセット上で評価する。
• 参考スコア（独自算出の注目度）: 41.897301755940454
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tax evasion causes severe losses of government revenues and disturbs the economic order of fair competition. To help alleviate this problem, the latest tax evasion detection solutions utilize expert knowledge to extract features and then train classifiers to determine whether a company is suspected of tax evasion. However, existing solutions mainly focus on the statistical features of the company, but fail to exploit the rich interactive information in tax scenarios, which affect the detection performance. In this paper, we first model the tax scenario as a heterogeneous graph and study the tax evasion detection problem under the heterogeneous graph model. To improve the performance of tax evasion detection, a novel graph neural network model is proposed to extract the comprehensive information of heterogeneous graphs. Specifically, we use heterogeneous and complex related party transaction groups to filter low-level noise information. Moreover, a hierarchical attention mechanism is designed to capture the deeper structure and semantic information hidden in the related party transaction group. We apply our method to the real risk management system of the tax bureau, and evaluate it on two human-labeled real-world tax datasets. The results demonstrate that our method significantly outperforms the state-of-the-art in the tax evasion detection task.
• Abstract（参考訳）: 脱税は政府の収入を著しく減らし、公正競争の経済的秩序を乱す。 この問題を解決するため、最新の脱税検出ソリューションでは、専門家の知識を活用して特徴を抽出し、分類器を訓練し、脱税の疑いがあるかどうかを判断する。 しかし、既存のソリューションは主に会社の統計的特徴に重点を置いているが、税のシナリオにおけるリッチなインタラクティブな情報を活用できないため、検出性能に影響を及ぼす。 本稿では,まず,税シナリオを不均一グラフとしてモデル化し,不均一グラフモデルに基づく脱税検出問題について検討する。 脱税検知の性能を向上させるため, 異種グラフの包括的情報を抽出する新しいグラフニューラルネットワークモデルを提案する。 具体的には、低レベルノイズ情報をフィルタするために、不均一で複雑なパーティトランザクショングループを使用します。 さらに、階層的な注意機構は、関連するパーティトランザクショングループに隠されたより深い構造と意味情報をキャプチャするように設計されている。 本研究では,税務署の実際のリスク管理システムに本手法を適用し,それを2つの人間ラベル実世界の税務データセット上で評価する。 その結果,本手法は脱税検知タスクにおける最先端技術よりも優れていた。

関連論文リスト

• A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection [60.09453163562244]
  本稿では,非教師付きGFDのための非教師付きグラフ不正検出手法(HUGE)を提案する。 推定モジュールでは、GFD の臨界グラフ特性をキャプチャする HALO と呼ばれる新しいラベルフリーなヘテロフィリー計量を設計する。 アライメントに基づく不正検出モジュールにおいて、ランキング損失と非対称アライメント損失を有する合同GNNアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2025-02-18T22:07:36Z)
• A Taxation Perspective for Fair Re-ranking [61.946428892727795]
  本稿では,2項目間の実用性の違いに基づいて税率を上昇させる,税率という新たな公正な再格付け手法を提案する。 我々のモデルである税ランクは、公正な優遇措置として優れた税率政策を提供し、理論的には、精度損失よりも連続性と制御性の両方を実証している。
  論文  参考訳（メタデータ） (2024-04-27T08:21:29Z)
• 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)
• The Devil is in the Conflict: Disentangled Information Graph Neural Networks for Fraud Detection [17.254383007779616]
  性能劣化は主にトポロジと属性の矛盾に起因すると我々は主張する。 注意機構を用いて2つの視点を適応的に融合する簡易かつ効果的な手法を提案する。 我々のモデルは、実世界の不正検出データセットで最先端のベースラインを大幅に上回ることができる。
  論文  参考訳（メタデータ） (2022-10-22T08:21:49Z)
• Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax Audit Models [73.24381010980606]
  本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。 監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。 この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2022-06-20T16:27:06Z)
• An Evolutionary Game Model for Understanding Fraud in Consumption Taxes [0.0]
  本稿では,消費税制における不正ダイナミクスを研究・理解するための計算進化ゲームモデルを提案する。 プレイヤーは、付加価値税(VAT)を正しく申告し、それ以外の場合は、協力者です。 企業間の取引は買い手と売り手の両方が宣言しなければならないため、一方が採用する戦略は他方の支払いに影響を与える。
  論文  参考訳（メタデータ） (2021-01-12T11:53:31Z)

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。