Dialogue to Detection: A Multimodal Hybrid NLP Pipeline for Insurance Fraud Detection
对话到检测：面向保险欺诈检测的多模态混合NLP流水线
🧭 多模态融合 · 规则基评分
Aston University · Domestic & General
合成多模态框架融合语音与文本，用规则风险评分检测叙事复用与声音重复以增强可解释欺诈检测
📌 工作参考价值（4 点）
- 借鉴LLM-RAG检索重复叙事和相似案例的方法，可用于客服质检、反欺诈或用户投诉分析中的异常话术识别。
- 规则基风险评分可解释性强，适合风控场景，可将NLP特征、声纹相似度等异构信号通过业务规则融合打分，降低误报。
- 合成数据生成思路（模拟双人对话生成文本+音频）可用于构造训练数据，解决隐私和样本不均衡问题，支持冷启动。
- 多模态特征（文本NER、正则特征 + 声纹聚类）的工程化组合可迁移到智能质检、投诉处理等场景，实现跨模态一致性校验。