Intact : Extraction et vérification de faits

L’un des enjeux majeurs dans le domaine de l’assurance est la fraude. Une étude américaine proposait il y a quelques années que celle-ci représentait environ 10% de chaque dollar que paie une compagnie d’assurance en dédommagement. L’incidence de la fraude est importante pour Intact sur ses résultats financiers, mais également pour l’ensemble de ses clients, car le coût de la fraude se retrouve payé dans chacune des primes d’assurance. Intact traite environ 500 000 réclamations en automobile et 150 000 réclamations en habitation chaque année. Trouver les réclamations frauduleuses est comme chercher une aiguille dans une botte de foin. Les experts en sinistre réussissent à repérer les cas les plus évidents, mais par la charge de travail importante, le manque de main d’œuvre fait en sorte qu’on est incapable de repérer chacun des cas.
L’objectif global du projet est donc d’aider l’équipe des scientifiques de données d’Intact à améliorer les modèles de détection de la fraude. Pour cela, la première partie du projet consistera à développer un modèle d’extraction des faits (Intact a une liste définie de fait intéressant à extraire) touchant la fraude à partir des notes de réclamation.

Faculty Supervisor:

Christian Gagné;Pascal Germain

Student:

Partner:

Intact

Discipline:

Computer science

Sector:

Finance and Insurance

University:

Université Laval

Program: