Dieses Papier präsentiert eine Methode, um finanzielle Verbraucherbeschwerden automatisch nach Produkttyp zu gruppieren, unter Verwendung von Natural Language Processing (NLP). Der Datensatz wurde aufbereitet, indem überflüssige Wörter entfernt, in Tokens zerlegt und mithilfe von TF-IDF in Zahlen umgewandelt wurde. Anschließend werden Maschinenlernmodelle trainiert, um vorherzusagen, welches Produkt mit jeder Beschwerde verbunden ist. Unter den getesteten Modellen erzielte der Stochastische Gradientenabstieg gute Ergebnisse. Die Ergebnisse zeigen, dass NLP Finanzinstituten helfen kann, Beschwerden schneller und genauer zu bearbeiten, indem sie automatisch in Produktkategorien einsortiert werden. Dieser Ansatz kann für Banken und Aufsichtsbehörden hilfreich sein, um ihre Reaktion auf Kundenanliegen zu verbessern.
Mutesi et al. (Tue,) haben diese Frage untersucht.