赫罗纳使用人工智能自动对通用实例进行分类:DigiCanvis

赫罗纳市议会 将人工智能集成到通用实例的分类中 通过电子总部收到。这种自动化简化了行政管理,减少了人工工作量并提高了为公民提供服务的效率。

到达市议会的大量电子程序都是通用实例。登记办公室工作人员必须对每份申请进行审查、分类并分配给相应的责任单位。此过程会消耗大量时间和资源,从而延长响应时间。借助人工智能,可以对通过通用实例收到的 86% 的记录进行自动分类和分配,从而获得敏捷性和效率。

此解决方案记录在DigiCanvis 天文台 作为地方政府的一项创新举措。

功能?

赫罗纳市议会启动了一个基于机器学习技术的系统,以优化通过电子总部收到的通用实例的分类和分配。

系统的运行过程如下: 

  • 通用实例的注册。当用户通过 e-TRAM 服务提交一般请求时,该请求会自动在市议会的综合登记册中注册。
  • 由AI系统进行数据处理。系统分析实例的“exposo”字段,其中包含有关请求的关键信息。该文本使用机器学习模型进行处理,该模型根据请求的主题对请求进行分类并生成相关的成功概率。 
  • 自动决策和分配。如果成功概率超过设定的阈值(60%),系统会自动将该实例分配给相应的管理单元。如果概率较低,则将实例转发至注册办公室,由工作人员进行人工审核。   

有什么好处? 

  • 提高效率。自动分类可以更快地管理实例,从而减少响应和解决时间。 
  • 更大的满足感。更快、更准确地处理请求有助于提高公民满意度,因为人们认为他们的请求得到了有效处理。 

赫罗纳市议会自 2024 年 XNUMX 月以来一直在使用该系统。部署是逐步完成的,开始了试点阶段,该系统与手动分类并行工作,以便能够比较结果并改进模型。经过成功的测试期后,系统已全面投入运行。

您可以在文件中找到实施该举措需要考虑的关键方面 使用人工智能对通用实例进行自动分类。

发表于