基于机器学习和变换模型的多语言金融欺诈检测：孟加拉-英语研究
机器学习
2026-03-13 v1
摘要
金融欺诈检测已成为数字金融平台快速扩张下的关键研究挑战。尽管机器学习方法在识别欺诈活动方面表现出强大性能，但大多数现有研究仅关注英文数据，限制了其在多语言情境中的适用性。孟加拉语(孟加拉语)，尽管拥有超过2.5亿使用者，却在此领域基本未被探索。本文在孟加拉-英语语境下使用由合法与欺诈金融信息组成的数据集， investigates 金融欺诈检测。我们评估了使用 TF-IDF 特征的经典机器学习模型（逻辑回归、线性SVM和集成分类器），以及变换器基础架构。通过5折分层交叉验证的实验结果表明，线性SVM achieves 最佳性能，准确率达91.59%，F1分数达91.30%，优于变换器模型（准确率89.49%，F1值88.88%）约2个百分点。变换器 exhibits 更高的欺诈召回率（94.19%），但面临更高的误报率。探索性分析揭示了独特模式：诈骗信息更长，包含紧急引发的术语，频繁包含URL（32%）和电话号码（97%），而合法信息特征为交易确认和特定货币引用。我们的发现表明，经典机器学习配合精心设计的特征在多语言欺诈检测中仍具竞争力，同时也凸显了语言多样性、代码混合和低资源语言限制的挑战。
引用
@article{arxiv.2603.11358,
title = {Multilingual Financial Fraud Detection Using Machine Learning and Transformer Models: A Bangla-English Study},
author = {Mohammad Shihab Uddin and Md Hasibul Amin and Nusrat Jahan Ema and Bushra Uddin and Tanvir Ahmed and Arif Hassan Zidan},
journal= {arXiv preprint arXiv:2603.11358},
year = {2026}
}