jc2744-fintech/taxguard-xai

解决的问题

TaxGuard XAI 是一个研究级框架，旨在帮助审计人员和研究人员优先审查公开的 IRS Form 990 申报文件。无需手动审查每一份文件，它利用机器学习根据财务异常、叙事模式和组织关系，识别出可能需要人工验证的记录。

工作原理

该系统通过多层管道处理 IRS TEOS XML 数据或 ProPublica API 数据：

1. 数据摄入：标准化原始申报文件、关系图谱和高管数据。
2. 特征工程：提取结构化财务比率、时间趋势（年同比变化）以及叙事文本。
3. 建模模式：
   • 异常发现：使用 Isolation Forest 从参考数据集中识别出异常记录。
   • 弱监督：应用 11 个可审计的标签函数生成待审查的假设。
   • 监督研究：使用回测和时序外指标，基于人工审核标签训练模型。
4. 可解释性（XAI）：每个评分都附带证据，例如文本的词元归因、图谱的边注意力、时间数据的集成梯度。
5. 融合：使用可靠性感知融合方法，整合来自文本、图谱和结构化数据的信号。

适用对象

专为关注非营利组织治理与财务透明度的税务研究人员、审计人员和数据科学家设计。

主要亮点

• 真实世界数据集成：支持官方 IRS 批量下载路径和 ProPublica API。
• 审计优先设计：严格区分模型信号与最终人工验证结果。
• 多模态分析：可选支持 Transformers（文本）、GATv2（关系图谱）、Temporal Convolutional Networks (TCN)（纵向数据）。
• 透明输出：生成包含每个风险评分具体原因、比率和证据的 HTML 审查包。