Проектирование системы обнаружения мошенничества в режиме реального времени для голоса и текста — какие функции и архите ⇐ Android

[Anonymous]

Я создаю прототип обнаружения мошенничества в реальном времени как для голосовых вызовов, так и для текстовых чатов.

• Голосовой ввод будет расшифровываться с использованием потокового ASR, а затем классифицироваться с помощью NLP.
• Ввод текста будет классифицироваться напрямую.
• Система должна выводить оценка риска и выделение подозрительных фраз (например, срочность, запросы OTP/паролей, выдача себя за другое лицо).
• Он должен работать с низкой задержкой на мобильных устройствах или периферийных устройствах, поэтому размер модели и стоимость вывода имеют значение.

В настоящее время я выбираю между:

• ключевые слова на основе правил,
• облегченный классификатор-трансформер,
• или гибридный подход.

Вопросы:

• Какие функции помимо ключевых слов эффективны для обнаружения мошенничества в беседах?
• Какие упрощенные модели подходят для классификации текста на устройстве в реальном времени?
• Для потоковой передачи голосовых расшифровок следует ли классифицировать по скользящим окнам или по полным высказываниям?
• Какая конструкция конвейера лучше всего сочетает задержку и точность (ASR → NLP → оценка рисков)?

Мне нужны шаблоны реализации и советы по проектированию системы, а не рекомендации по продукту.

Подробнее здесь: https://stackoverflow.com/questions/798 ... what-featu