Fuzzy_sanctions

Einsatz von Word Embedding-Algorithmen in Business Anwendungen Aufgabe: Unter Verwendung existierender Python-Bibliotheken (Gensim, etc) Erstellung eines Screening-Algorithmus: Nutzen europäischer Sanktionslisten als Corpus, um einen gegebenen Business Partner (d.h. Namen- und Adress-Information) "fuzzy" zu identifizieren oder zu "entlasten". Entwicklung von Qualitätskennzahlen und gegebenenfalls eines UIs

---

Fuzzy Sanctions Frontent (UI)

Hosting des UI mittels Streamlit. Das Frontend ist verfügbar unter folgender URL beziehungsweise QR-Code.

• https://fuzzy-sanctions.streamlit.app/

Bereich: Natural Language Processing

Zieldefinition

• Eingabe von Namen (Personene, Entitäten oder Gruppen) -> Unscharfe beziehungsweise fehlertolerate Suchmaschine (Fuzzy)
• Ergebnisausgabe: Namen mit der höchsten Ähnlichkeit und zugehöriger Score
• FrontEnd (UI) für die Eingabe und Darstellung der Ergebnisse
• Darstellung der relevanten Kennzahlen bzw. Güte
  1. extrinsisch
     • wie gut funktioniert ein anderes modell?
     • wie gut funktioniert die klassifikiation
  2. intrinsisch
     • wort vektoren anschauen, wie gut sind die?
     • mit menschlichen dictionaries vergleichen ob der vektor genau die gleiche ähnlichkeit ausssagt!

Ergebnis

• "Fuzzy" Suchmaschine für finanzsankionierte Personen, Entitäten und Gruppen
• Bereinigung der Daten mittels NER
• Word Embedding (Word2vec) und Vektorbasierte Vergleichsmethoden aufgrund der fehlenden Daten (Volltext) ausgeschlossen
• Ausgabe mittels verschiedener Vergleichsmethoden
• Ausgabe Personen-, Entitäten- bzw. Gruppenbezogenen Informationen

erster Research (tieferes Literaturverzeichnis in schriftlicher Ausarbeitung)

• https://towardsdatascience.com/fuzzy-string-matching-in-python-68f240d910fe

• https://www.activestate.com/blog/how-to-implement-fuzzy-matching-in-python/

• https://pypi.org/project/fuzzysearch/

• https://www.datacamp.com/tutorial/fuzzy-string-python

• https://medium.com/warwick-artificial-intelligence/fuzzy-matching-word-vectors-and-google-ml-kit-lessons-learned-d2376d87ef8a

• https://www.rosette.com/blog/word-embeddings-for-fuzzy-matching-of-organization-names/

A Fuzzy Approach to Approximate String Matching for Text Retrieval in NLP:

• https://www.researchgate.net/publication/333339583_A_Fuzzy_Approach_to_Approximate_String_Matching_for_Text_Retrieval_in_NLP

Fuzzy matching entities in a custom entity dictionary

• https://medium.com/tailo-ai/fuzzy-matching-entities-in-a-custom-entity-dictionary-310158d2b60e

Datenzugriff

• https://www.finanz-sanktionsliste.de/fisalis/
• https://www.bex.ag/sanktionslisten/

Tutorials

• http://echrislynch.com/2018/07/13/turning-a-pdf-into-a-pandas-dataframe/

Packages

• PyPDF2
• theFuzz
• spacy
• gensim

Pretrained NER tagger

• https://huggingface.co/dslim/bert-base-NER

word embeddings

• https://towardsdatascience.com/word-embeddings-exploration-explanation-and-exploitation-with-code-in-python-5dac99d5d795 Gensim_Word2Vec_Tutorial
• https://www.kaggle.com/code/pierremegret/gensim-word2vec-tutorial

additional ideas

• Categories of Sanctions
• Country separation
• Male / Female