arXiv发布SemHGT框架用于金融欺诈检测

2026年10月27日，Yixuan Chen等人在arXiv平台上发布论文，提出名为SemHGT的LLM增强异构图学习框架，旨在解决金融欺诈检测问题。 该框架通过角色感知提示将结构化属性转化为语义向量，利用语义相似度指导多轮路径采样，并采用统一Transformer处理局部路径证据与全局邻居摘要。 实验显示，SemHGT在三个基准数据集上超越所有被评估的基线模型，并在大多数数据集-指标对比中取得领先。论文代码已公开在提供的链接中。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。