Examensarbete: AI-driven klassificerare för företagsinformation

När förvaltningsberättelsen säger en sak och verksamhetsbeskrivningen en annan kan det vara ett tecken på att något inte står rätt till. Med hjälp av AI kan vi automatisera granskningen och identifiera avvikelser som annars riskerar att gå obemärkta förbi. Det här examensarbetet syftar till att utveckla en klassificerare som kontrollerar att företag bedriver verksamhet i enlighet med vad som är registrerat – och att flagga för potentiella risker.

Bakgrund

Förvaltningsberättelsen och verksamhetsbeskrivningen är centrala dokument för varje företag. De beskriver företagets avsikter, planer och faktiska verksamhet. För att säkerställa att företag bedriver sin verksamhet enligt vad som är registrerat och avsett är det viktigt att dessa dokument stämmer överens. Inkonsekvenser kan tyda på att företag bedriver verksamhet inom en annan bransch eller sektor än vad som registrerats, vilket kan påverka deras rättigheter och vara en indikation på oegentligheter eller kriminalitet. Genom att använda artificiell intelligens (AI) kan vi utveckla en klassificerare som automatiskt kategoriserar och jämför dessa dokument för att identifiera avvikelser och potentiella risker.

Att manuellt granska och jämföra förvaltningsberättelser och verksamhetsbeskrivningar är en tidskrävande och resurskrävande process. Dessutom är det svårt att upptäcka subtila eller komplexa avvikelser genom enbart mänsklig granskning. Följande problemområden behöver adresseras:

1. Automatiserad klassificering: Utveckling av en AI-modell som effektivt kan klassificera innehållet i förvaltningsberättelser och verksamhetsbeskrivningar.
2. Avvikelseidentifiering: Implementering av en metod för att identifiera och analysera avvikelser mellan de två dokumenten.
3. Bransch- och sektorjämförelse: Utveckling av kriterier för att jämföra verksamheten med den registrerade branschen eller sektorn.
4. Riskanalys: Bedömning av hur avvikelser kan indikera potentiella risker, inklusive risker för koppling till kriminalitet eller förlust av skydd för företagsnamn.

Problembeskrivning

Det här examensarbetet syftar till att visa hur vi kan skapa en klassificerare inom AI för att kategorisera förvaltningsberättelsen och verksamhetsbeskrivningen. Jämför sedan om de stämmer överens.

Skapa ett hjälpmedel som hjälper oss att kontrollera att våra uppgifter i vårt register stämmer. Examensarbetet kräver även att undersöka och besvara följande underfrågor:

1. Hur kan en AI-baserad klassificerare utvecklas för att effektivt kategorisera innehållet i förvaltningsberättelser och verksamhetsbeskrivningar?
2. Vilka metoder kan användas för att identifiera avvikelser mellan förvaltningsberättelsen och verksamhetsbeskrivningen?
3. Hur kan man jämföra den faktiska verksamheten med den registrerade branschen eller sektorn för att identifiera potentiella inkonsekvenser?
4. Vilka indikatorer kan användas för att bedöma risker för koppling till kriminalitet eller förlust av skydd för företagsnamn baserat på dokumentavvikelser?

Pågående Forskning

Jens Nylander, The Intelligence Company har i sociala medier visat exempel på att det finns mycket information som inte stämmer. Vi har sett liknande tendenser inom stickprov genomförda på egna dataset. Bolagsverket har därför material att tillgå från egna studier.

Flera pågående forskningsprojekt undersöker användningen av AI för dokumentanalys och klassificering. Här är några exempel:

1. AI for Automated Document Classification – En studie som utforskar hur AI-algoritmer kan användas för att automatiskt klassificera olika typer av affärsdokument.
2. Detecting Inconsistencies in Business Documentation with AI – Forskning som fokuserar på metoder för att identifiera och analysera avvikelser i affärsdokumentation.
3. Industry and Sector Analysis using AI – Studier som undersöker hur AI kan användas för att jämföra företagsverksamhet med registrerade branscher och sektorer.
4. AI and Risk Assessment in Business Documentation – Forskning som adresserar hur AI kan användas för att identifiera risker och potentiella kopplingar till oegentligheter baserat på dokumentanalys.

För att fördjupa dig i dessa ämnen kan du läsa följande vetenskapliga artiklar:

• AI for Automated Document Classification
• Detecting Inconsistencies in Business Documentation
• Industry and Sector Analysis using AI
• AI and Risk Assessment in Business Documentation

Det här examensarbetet kommer att bidra till utvecklingen av AI-lösningar för att förbättra övervakningen av företagsverksamheter genom att automatiskt klassificera och jämföra förvaltningsberättelser och verksamhetsbeskrivningar. Genom att undersöka och adressera utmaningar som automatiserad klassificering, avvikelseidentifiering, bransch- och sektorjämförelse och riskanalys, kommer arbetet att erbjuda värdefulla insikter och praktiska lösningar för att säkerställa att företag följer sina registrerade avsikter och regler. Genom att koppla teorin till praktiska exempel och pågående forskning kommer arbetet att ha en betydande inverkan på både akademiker och praktiker inom området.

Område

AI, maskininlärning, klassificering.

Kompetens

Datateknik, civilingenjör.

Kontakt

Martin Roos och Hugo Labraaten.