Главное о кейсе
Проект направлен на создание автоматизированной системы для классификации и обработки обращений граждан с помощью искусственного интеллекта и технологий обработки естественного языка (NLP). Основные задачи системы включают классификацию и структурирование входящих обращений, автоматизацию подготовки ответов, обеспечение аналитической отчетности и интеграцию с системами Минстроя России для обработки данных.
Как проект изменил жизнь пользователей
Новая система значительно ускорила процесс обработки обращений, улучшила точность классификации запросов и повысила прозрачность в подготовке ответов. Пользователи получили доступ к автоматизированным предложениям для ответов, а система обеспечила мониторинг и отчетность, что улучшило взаимодействие с гражданами и сократило административные затраты.
Бизнес-задача и ее решение
Проект решает задачу оптимизации и автоматизации обработки обращений граждан для государственных служб. Система включает компоненты для автоматизированной классификации и обработки обращений, анализа и подготовки ответов, управления данными, а также предоставляет аналитическую отчетность. Использование алгоритмов машинного обучения и интеграция с существующими системами Минстроя России позволяют улучшить качество и скорость ответов, поддерживать базу знаний и обеспечивать достоверность данных.
Крафт (мастерство), реализация, технические детали
Проект реализован с использованием многоуровневой архитектуры, REST API для взаимодействия подсистем и интеграции с внешними системами, а также технологий машинного обучения на Python. Подсистемы включают классификацию обращений, анализ ответов и их подготовку, а также отчеты и статистику. Система поддерживает работу с различными форматами данных, такими как CSV и файловые структуры, обеспечивает автоматическое выделение сущностей, настройки порогов уверенности классификации, управление лексическим словарем и экспорт результатов.
Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком
В процессе разработки выявлена необходимость в простоте и надежности интерфейса для пользователей, а также высокой точности классификации. Тесное взаимодействие с Минстроем России, регулярные встречи с заказчиком и тестирование позволили адаптировать систему под реальные задачи и улучшить качество ответов.
Скриншоты