jc2744-fintech/taxguard-xai

何を解決するか

TaxGuard XAI は、監査担当者や研究者が公開されている IRS Form 990 の提出書類を優先的にレビューするのを支援する研究用フレームワークです。すべての提出書類を手動で確認するのではなく、機械学習を活用して、財務上の異常、物語的パターン、組織間の関係性に基づいて人間による検証が求められる可能性のある記録を特定します。

動作方法

このシステムは、IRS TEOS XML データまたは ProPublica API データを、多層的なパイプラインで処理します。

1. データインジェスト: 原始的な提出書類、関係性グラフ、役員データを正規化します。
2. 特徴工学: 構造化された財務比率、時間的トレンド（前年比の変化）、および物語的テキストを抽出します。
3. モデリングモード:
   • 異常発見: Isolation Forest を使用して、参照データセットに対して異常な記録を検出します。
   • 弱教師あり学習: 11 の検証可能なラベル関数を適用し、レビュー用の仮説を生成します。
   • 教師あり研究: バックテストおよび時系列外評価指標を用いて、人間がレビューしたラベルでモデルを訓練します。
4. 説明可能性（XAI）: すべてのスコアには、テキストのトークン属性、グラフのエッジ注目度、時間的データの統合勾配といった証拠が付随します。
5. 統合: 信頼性を考慮した統合により、テキスト、グラフ、構造化データからの信号を統合します。

対象ユーザー

非営利組織のガバナンスおよび財務の透明性に注力する税務研究者、監査担当者、データサイエンティスト向けに構築されています。

主な特徴

• 現実世界のデータ統合: 公式の IRS バルクダウンロードパスと ProPublica API のサポートを含みます。
• 監査最優先設計: モデルの信号と最終的な人間による検証済みの結論の間に厳密な分離を維持します。
• マルチモーダル分析: テキストには Transformers、関係性グラフには GATv2、縦断的データには Temporal Convolutional Networks (TCN) をオプションでサポートします。
• 透明な出力: 各リスクスコアの背後にある具体的な理由、比率、証拠を含む HTML レビュー・バンドルを生成します。