arXiv cs.AI· Yunbai Zhang, Yunyi Gao, Han-Tai Shiao·· 1 天前AI 评分22
DiRAFT：基于聚合话语先验的隐私感知金融对话记录合成
DiRAFT: Privacy-Aware Financial Transcript Synthesis from Aggregate Discourse Priors
AI 导读
DiRAFT 通过提取金融概念图并记录概念首次引入顺序，从聚合的相邻概念转移、起始概念和计划长度先验中采样新图计划，再由话语层引导文本生成，不提供任何单条源文本或图。
正文 · AI 翻译
摘要：利用客户对话来训练和评估金融语言模型会引发保密性担忧，因为即使直接标识符已被遮蔽，非公开的金融事实仍可能残留。合成对话记录提供了一种替代数据源，但其话语保真度和残余保密风险仍需评估。我们提出 DiRAFT（Discourse Realization from Aggregate First-order Transitions，基于聚合一阶转移的话语实现），它提取金融概念图并记录概念首次引入的顺序。它汇集训练记录中相邻的概念转移，并从聚合转移、起始概念和计划长度先验中采样新的图计划。话语层引导文本实现，而不提供单个源段落或图。我们通过两项互补评估来评估与隐私相关的风险：语料库级结构重叠和针对特定非公开投资者事实的源依据检查。结构评估涵盖两个金融语料库和三种生成后端。机密事实评估使用人工审查，覆盖七种策略和两种后端下的 1,400 条投资者电话输出。我们还评估转移保真度、内容可恢复性和轨迹多样性。随机采样在转移保真度和结构重叠之间提供了有利的平衡，在投资者电话上相较贪婪和 top-3 具有一致优势。同样，在事实评估所涵盖的两种后端上，机密事实评估检测到随机采样的匹配数少于这些替代方案。这些互补评估为残余保密风险提供了经验证据，但并未建立正式保证。
| 评论： | 21 页。已被 ICAIF 2026 金融 AI 安全、隐私与保障研讨会接收（非存档） |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.40938 [cs.AI] |
| （或 arXiv:2610.40938v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40938 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yunbai Zhang [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 20:13:24 UTC（101 KB）
来源：arXiv cs.AI · arxiv.org