×
赫尔穆特·法布马赫;利安德·洛夫;马丁·斯宾德勒

索赔管理中欺诈检测的可解释注意网络。 （英语） Zbl 07538779号

《经济学杂志》。 228，第2号，244-258（2022）.
概要：保险公司每年必须处理数百万的索赔。虽然大多数都不是欺诈性的，但那些欺诈性的行为会让保险公司和他们为巨额资金投保的公司蒙受损失。最终目标是开发一个预测模型，该模型可以自动识别出欺诈性索赔并支付非欺诈性索赔。医疗保健索赔具有独特的数据结构，包括不同长度的输入和大量类别的变量。这两个问题都对传统的计量经济学方法提出了挑战。我们开发了一个深度学习模型，可以通过调整文本分类的方法来应对这些挑战。使用德国一家私人健康保险公司的大型数据集，我们表明我们提出的模型优于传统的机器学习模型。随着数字化的兴起，具有与我们相似特性的非结构化数据在应用研究中将变得越来越普遍，并且需要处理这些数据的方法。

MSC公司：

62至XX 统计
91至XX 博弈论、经济学、金融和其他社会和行为科学

关键词：

索赔管理;健康保险;欺诈检测;机器学习;深度学习;分类数据;嵌入件

软件：

张紧器2传感器;BERT（误码率）;亚当;单词2vec
PDF格式BibTeX公司 XML格式引用
\textit{H.Farbmacher}等人，《经济学杂志》。228，第2号，244--258（2022；Zbl 07538779）
全文： 内政部
OA许可证

参考文献：

[1] Bahdanau，D.，Cho，K.，Bengio，Y.，2015年。神经机器翻译通过联合学习对齐和翻译。参加：2015年第三届国际学习代表大会。
[2] Bastani，H。；Goh，J。；Bayati，M.，《绩效工资计划升级的证据》，管理。科学。，65, 3, 1042-1060 (2019)
[3] 贝克尔，D。；Kessler博士。；McClellan，M.，《发现医疗保险滥用》，J.Health Econ。，24, 1, 189-210 (2005)
[4] 博尔顿，R.J。；Hand，D.J.，《统计欺诈检测：综述》，统计师。科学。，17, 3, 235-249 (2002) ·Zbl 1013.62115号
[5] 邦德·E·W。；克罗克，K.J.，《硬球与软接触：最优保险合同的经济学与昂贵的国家验证和内生监测成本》，《公共经济学杂志》。，63, 2, 239-264 (1997)
[6] Breiman，L.，《随机森林》，马赫。学习。，45, 1, 5-32 (2001) ·Zbl 1007.68152号
[7] 布雷曼，L。；弗里德曼，J.H。；Olshen，R.A。；Stone，C.J.，《分类和回归树》（1984），沃兹沃斯·Zbl 0541.62042号
[8] 西葫芦，M。；Aytug，H。；Koehler，G.J。；Pathak，P.，《发现上市公司中的管理欺诈》，管理。科学。，56, 7, 1146-1160 (2010) ·Zbl 1232.68101号
[9] Cho，K.，van Merriönboer，B.，Bahdanau，D.，Bengio，Y.，2014年。关于神经机器翻译的特性：编码器-解码器方法。收录于：《SSST-8论文集》，第八届统计翻译中的句法、语义和结构研讨会，第103-111页。
[10] 德夫林，J。；Chang，M.-W。；Lee，K。；Toutanova，K.，Bert：语言理解深度双向变换器的预训练，Proc。NAACL-HLT，4171-4186（2019）
[11] 迪翁，G。；朱利亚诺，F。；Picard，P.，《带评分的最优审计：保险欺诈的理论与应用》，《管理》。科学。，55, 1, 58-70 (2009) ·Zbl 1232.91344号
[12] Ekin，T。；伊娃·F。；鲁格里，F。；Soyer，R.，《统计医疗欺诈评估：新兴领域的暴露》，国际。统计师。版次：86、3、379-402（2018）·Zbl 07763610号
[13] Eldan，R.，Shamir，O.，2016年。前馈神经网络的深度能力。摘自：第29届学习理论年会，第907-940页。
[14] 方，H。；龚，Q，通过工作时间发现医疗保险报销中潜在的超额支付，Amer。经济。版次：107、2、562-591（2017）
[15] Giacomini，R。；Gottschling，A。；Haefke，C。；White，H.，《金融和预测的（t）分布混合》，《计量经济学杂志》，144，1，175-192（2008）·Zbl 1418.62380号
[16] Gloot，X.，Bordes，A.，Bengio，Y.，2011年。深度稀疏整流器神经网络。摘自：《第十四届国际人工智能与统计会议论文集》，第315-323页。
[17] 古德费罗，I。；Y.本吉奥。；A.Courville，《深度学习》（2016），麻省理工学院出版社·Zbl 1373.68009号
[18] 郭，C。；Berkhahn，F.，分类变量的实体嵌入（2016），ArXiv预印本ArXiv:1604.06737
[19] Heese，J.，《超额收费在医院收益管理决策中的作用》，《欧洲账户》。版次：27、5、875-900（2018）
[20] Hochreiter，S。；Schmidhuber，J.，长短期记忆，神经计算机。，9, 8, 1735-1780 (1997)
[21] Hornik，K.，多层前馈网络的逼近能力，神经网络。，4, 2, 251-257 (1991)
[22] 霍尼克，K。；Stinchcombe先生。；White，H.，多层前馈网络是通用逼近器，神经网络。，2, 5, 359-366 (1989) ·Zbl 1383.92015年
[23] Jain，S.、Mohammadi，R.、Wallace，不列颠哥伦比亚省，2019年。对预测任务的临床笔记的注意力分析。摘自：《第二届临床自然语言处理研讨会论文集》，第15-21页。
[24] Jain，S。；Wallace，B.C.，《注意力不是解释》（2019），ArXiv预印本ArXiv:1902.10186
[25] Kim，Y.，2014年。用于句子分类的卷积神经网络。摘自：《2014年自然语言处理实证方法会议论文集》，EMNLP，第1746-1751页。
[26] Kingma，D.P。；Ba，J.，Adam：随机优化方法（2014），ArXiv预印本ArXiv:1412.6980
[27] 宽，C.-M。；White，H.，《人工神经网络：计量经济学视角》，《计量经济学评论》，第13、1、1-91页（1994年）·Zbl 0832.62101号
[28] Lai，S.，Xu，L.，Liu，K.，Zhao，J.，2015年。文本分类的递归卷积神经网络。参加：第二十届AAAI人工智能会议。
[29] LeCun，Y.，《概括与网络设计策略》，（Pfeifer，R.；Schreter，Z.；Fogelman-Soulié，F.；Steels，L.，《透视中的连接主义》（1989），Elsevier Amsterdam），143-155
[30] 李，J。；黄，K.-Y。；Jin，J。；Shi，J.，《卫生保健欺诈检测统计方法调查》，卫生保健管理。科学。，11, 3, 275-287 (2008)
[31] Ling，C.X。；Sheng，V.S.，《成本敏感学习》（Sammut，C.；Webb，G.I.，《机器学习百科全书》（2010），Springer US:Springer US Boston，MA），231-235
[32] 刘，F.-M。；唐Y.C。；Chen，J.-Y.，《通过糖尿病门诊服务发现医院欺诈和滥用索赔》，《卫生保健管理》。科学。，11, 4, 353-358 (2008)
[33] Luong，T.，Pham，H.，Manning，C.D.，2015年。基于注意的神经机器翻译的有效方法。摘自：《2015年自然语言处理实证方法会议记录》，第1412-1421页。
[34] 麦卡里尔，M。；Medeiros，M.C。；Slottje，D.，具有异方差误差的神经网络需求系统，《计量经济学杂志》，147，2，359-371（2008）·Zbl 1429.62685号
[35] Medeiros，M.C。；麦卡里尔，M。；Slottje，D。；拉莫斯，V。；Rey-Maquieira，J.，《估算需求的另一种方法：高频航空旅客到达条件波动的神经网络回归》，《计量经济学杂志》，147,2372-383（2008）·Zbl 1429.62686号
[36] Mikolov，T。；Chen，K。；Corrado，G.S。；Dean，J.，向量空间中单词表示的有效估计（2013），ArXiv预印本ArXiv:1301.3781
[37] 蒙图法尔，G.F。；帕斯卡努，R。；Cho，K。；Bengio，Y.，《关于深层神经网络线性区域的数量》，（神经信息处理系统进展，第27卷（2014年）），2924-2932
[38] 穆克吉，D。；Png，I.，《最优审计、保险和再分配》，Q.J.Econ。，104, 2, 399-415 (1989)
[39] Picard，P.，《审计保险市场中的欺诈索赔：可信性问题》，《公共经济学杂志》。，63, 1, 27-56 (1996)
[40] Picard，P.，《保险欺诈的经济分析》（《保险手册》（2013），施普林格出版社），349-395
[41] Rumelhart，D.E。；辛顿，G.E。；Williams，R.J.，《通过反向传播错误学习表征》，《自然》，3236088533-536（1986）·Zbl 1369.68284号
[42] Schiller，J.，《保险欺诈检测系统的影响》，J.Risk insurance，73，3，421-438（2006）
[43] Telgarsky，M.，2016年。神经网络的深度优势。摘自：第29届学习理论年会，第1517-1539页。
[44] 丁尼生，S。；Salsas-Forn，P.，《汽车保险中的索赔审计：欺诈检测和威慑目标》，《风险保险杂志》，69，3，289-308（2002）
[45] Townsend，R.M.，《最优合同和竞争市场与昂贵的国家验证》，J.Econom。理论，21，2，265-293（1979）·Zbl 0446.90007号
[46] 厄本诺维奇，E。；Young，E.E。；Puterman，M.L。；Fattedad，S.O.，不列颠哥伦比亚省工人赔偿委员会对高风险索赔的早期发现，界面，33，4，15-26（2003）
[47] Van Vlasselaer，V。；Eliassi-Rad，T。；Akoglu，L。；斯诺克，M。；贝森斯，B，明白了！基于网络的社会安全欺诈检测，管理。科学。，63, 9, 3090-3110 (2017)
[48] Vashishth，S。；Upadhyay，S。；托马尔，G.S。；Faruqui，M.，《NLP任务的注意力可解释性》（2019），ArXiv预印本ArXiv:1909.11218
[49] 瓦斯瓦尼，A。；北沙泽尔。；北卡罗来纳州帕尔马。；Uszkoreit，J。；Jones，L。；戈麦斯，A.N。；凯撒，Ł。；Polosukhin，I.，《注意力是你所需要的一切》（《神经信息处理系统进展》，第30卷（2017）），5998-6008
[50] Viaene，S。；R.A.钻机。；Baesens，B。；Dedene，G.，《专家汽车保险索赔欺诈检测的最新分类技术比较》，《风险保险杂志》，69，3，373-421（2002）
[51] Vig，J.，Belinkov，Y.，2019年。分析变压器语言模型中的注意结构。摘自：2019年ACL BlackboxNLP研讨会论文集：分析和解释NLP的神经网络，第63-76页。
[52] Wager，S。；王，S。；Liang，P.S.，辍学训练作为适应性调节，（神经信息处理系统进展，第26卷（2013）），351-359
[53] Xu，K.，Ba，J.，Kiros，R.，Cho，K.、Courville，A.，Salakhudinov，R.、Zemel，R.和Bengio，Y.，2015年。展示、出席和讲述：用视觉注意力生成神经图像字幕。摘自：第32届国际机器学习会议记录，第2048-2057页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。