摘要
为了解决现有财务欺诈预测研究未考虑财务数据和文本数据之间的一致性对预测表现的影响,文章提出一种基于注意力机制融合的财务欺诈预测方法。该方法通过财务数据自注意力机制模块FD-SA获取财务数据的深度表征,利用文本数据自注意力机制模块TD-SA得到具有丰富语义的文本数据深度表征,随后通过协同注意力机制模块MSD-CA过滤冗余信息并探索多源数据之间的一致性,实现多源数据财务欺诈预测的准确分类。实验结果表明,模型的AUC达到了85.90%,相较于基线模型LR、SVM、RF、XGB、MLP分别提升了9.70%、9.37%、7.09%、6.25%,4.36%。同时,相比于表现最好的基线模型,文章所提模型的F1-score提高了4.23%。同时,未来研究可引入媒体新闻、相关事件报道、音频、视频等数据类型进一步探索多源数据财务欺诈预测研究。
出处
《知识经济》
2024年第6期73-78,共6页
Knowledge Economy