IDR – moduł klasyfikacji korespondencji

Klasyfikacja Korespondecji – czym jest?

Klasyfikacja korespondencji to dodatkowy moduł systemu IDR, który wykorzystuje technologię OCR, aby automatycznie rozpoznawać dane z otrzymywanej korespondencji i umieszczać je w odpowiednich miejscach w systemie.

Proces klasyfikacji korespondencji polega na automatycznym rozpoznawaniu typu wiadomości przychodzących. Nadesłane wiadomości i dokumenty, są rozczytywane przez system, zanim otworzy je użytkownik. System skanuje treść, tytuł wiadomości, nadawcę a także treści załączonych plików, przypisując je do odpowiedniej kategorii.

Klasyfikacja dokumentów pozwoli na automatyczne uruchamianie zdefiniowanych procesów. Moduł klasyfikacji to nie tylko rozdzielanie otrzymanej korespondencji e-mail pomiędzy odpowiednie działy organizacji i wyznaczanie w niej spamu. Zaimplementowana w odpowiedni system, może posłużyć jako tzw. ‘trigger’ uruchamiający kolejne procesy i przesyłający otrzymany dokument w wyznaczone miejsce. Moduł pozwoli również na automatyczne umieszczanie w procesach zeskanowanych dokumentów.

Dzięki możliwości ręcznego definiowania reguł oraz wykorzystania uczenia maszynowego, system „uczy się” w czasie rzeczywistym, poprawiając trafność klasyfikacji z każdym przeprocesowanym dokumentem.

Mimo tego system nie potrzebuje danych historycznych, czyli również czasu, aby uzbierać wiedzę potrzebną do trafnego klasyfikowania dokumentów. Wdrażając system definiowane są reguły klasyfikacji według wytycznych organizacji. Dzięki temu system osiąga niespotykaną skuteczność natychmiast po wdrożeniu. Niemniej, od tego momentu system również usprawnia swoje umiejętności rozpoznawcze. 

Korzyści

Klasyfikacja dokumentów i maili może znacząco zredukować czas pracy kancelarii w firmach. System umożliwia pominięcie ręcznego sortowania korespondencji. Podłączenie skanera oraz korzystanie z maili ogólnych typu bok@ biuro@ czy poczta@ powoduje, że w procesach korespondencji przychodzącej pojawia się potrzeba jej rozdzielania na pisma, umowy, faktury, reklamacje i inne typy dokumentów. Zastosowanie klasyfikatora IDR, umożliwia automatyczne uruchamianie procesów na podstawie treści maila, załącznika czy też załączonego skanu dokumentu.

Mechanizm ‘uczenia się’ polega na tym, że system pozwala użytkownikom na korekty typu rozpoznanego dokumentu. System zapisuje poprawione dane i przy kolejnym, podobnym dokumencie, właściwie wskazuje typ dokumentu.

Przykłady zastosowania

Automatyczne przypisywanie działów/osób odpowiedzialnych w procesach takich jak: reklamacje, ofertowanie, faktury, umowy, obsługa korespondencji, wnioski o udzielenie informacji, zapytania, awarie.

Funkcjonalności Klasyfikatora

1. Opcja definiowania słowników słów kluczowych występujących w danej kategorii.
2. Uczenie systemu na podstawie historycznej korespondencji, poprzez dostarczenie do programu odpowiedniego pliku CSV. Plik ten powinien zawierać kolumnę z treścią na podstawie, której system rozwinie swoje umiejętności klasyfikacji oraz kolumnę z nazwą klasy.
3. Natychmiastowe uczenie systemu poprzez dostarczenie kilkuset plików PDF dla każdej klasy.
4. Możliwość definiowania funkcji agregującej wyniki powyższych klasyfikacji poprzez głosowanie klasyfikatorów*, sumy ważonej lub  innych warunków.
5. Douczanie trafności klasyfikatorów poprzez wskazanie poprawnej klasy dla sprawy.
6. Możliwość śledzenia na bieżąco wskaźników skuteczności, takich jak accuracy, confusion matrix itd.
7. Aktualizacja modelu systemu na podstawie ustawień użytkownika (co tydzień, co miesiąc itd.).
8. Zarządzanie modelami klasyfikatorów, czyli ‘nauczonymi’ już klasyfikatorami. Dzięki temu w przypadku pogorszenia się trafności klasyfikacji, system pozwala powrócić do starszego modelu.
9. Możliwość wyboru procesu przetwarzania tekstu poprzez wybór faz takich jak: normalizacja tekstu, tokenizacja, lematyzacja / stemming oraz wybór algorytm klasyfikującego.
10. Cross-validation lub podział zbioru (historycznych danych z dokumentów wprowadzonych dotychczas do systemu) na zbiór uczący i walidujący (w zależności od wielkości zbioru danych) w celu wybrania najlepszego procesu klasyfikacji.