jc2744-fintech/taxguard-xai

解決的問題

TaxGuard XAI 是一個研究級框架，旨在協助審計師與研究人員優先審查公開的 IRS Form 990 報告文件。無需逐一手動審查每份文件，它利用機器學習根據財務異常、敘事模式與組織關係，識別出可能需要人工驗證的記錄。

作法

該系統透過多層管道處理 IRS TEOS XML 數據或 ProPublica API 數據：

1. 資料攝取：標準化原始申報文件、關係圖譜與高階管理人員資料。
2. 特徵工程：提取結構化財務比率、時間趨勢（年同比變化）以及敘事文本。
3. 建模模式：
   • 異常發現：使用 Isolation Forest 從參考資料集中識別出異常記錄。
   • 弱監督：應用 11 個可審計的標籤函數，產生待審查的假設。
   • 監督研究：使用回測與時序外指標，基於人工審核標籤訓練模型。
4. 可解釋性（XAI）：每個評分皆附帶證據，例如文本的詞元歸因、圖譜的邊注意力、時間資料的整合梯度。
5. 融合：使用可靠性感知融合方法，整合來自文本、圖譜與結構化資料的訊號。

適用對象

專為關注非營利組織治理與財務透明度的稅務研究人員、審計師與資料科學家設計。

主要亮點

• 真實世界資料整合：支援官方 IRS 批次下載路徑與 ProPublica API。
• 審計優先設計：嚴格區分模型訊號與最終人工驗證結果。
• 多模態分析：可選支援 Transformers（文本）、GATv2（關係圖譜）、Temporal Convolutional Networks (TCN)（縱向資料）。
• 透明輸出：產生包含每個風險評分具體原因、比率與證據的 HTML 審查套件。