VecAug: 用于增强检测的同伴增强揭示伪装欺诈行为
原文中文，约300字，阅读约需1分钟。发表于：。引入了一种名为 VecAug 的新型经过群体增强的学习框架，提高了作为目标用户的表示学习，通过引入矢量预先估计技术以及关注群体聚合技术来完善群体信息，最终提升模型的建模能力和泛化能力，从而改善现有欺诈检测模型的性能。
本文介绍了一种基于神经网络和BERT模型的用户嵌入系统Author2Vec，通过使用BERT模型的句子嵌入技术和作者分类的无监督预训练目标，生成更好的用户嵌入表示。在Reddit平台的1万个用户文章数据上进行预训练，并在抑郁症和人格分类等用户分类基准上进行了分析和评估，结果表明其性能优于传统方法。Author2Vec成功地编码了有用的用户属性，并在下游分类任务中表现出良好的性能。
