Ce diaporama a bien été signalé.
Le téléchargement de votre SlideShare est en cours. ×

CGD2021 - "Aprenent a millorar la gestió documental amb la intel·ligència artificial"

Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité

Consultez-les par la suite

1 sur 9 Publicité

Plus De Contenu Connexe

Diaporamas pour vous (10)

Similaire à CGD2021 - "Aprenent a millorar la gestió documental amb la intel·ligència artificial" (20)

Publicité

Plus par Congrés Govern Digital (20)

Plus récents (20)

Publicité

CGD2021 - "Aprenent a millorar la gestió documental amb la intel·ligència artificial"

  1. 1. Aplicació del “Machine Learning” en els serveis del Consorci AOC. Una prova de concepte Raimon Nualart Mercadé NOUS ESCENARIS. NOVES OPORTUNITATS.
  2. 2. Què és el “Machine Learning”? És una disciplina científica de l'àmbit de la IA que crea sistemes d’aprenentatge automàtics. Es basa en algoritmes que revisen les dades i detecten patrons de comportament Permet orientar-nos cap a serveis proactius, personalitzats i de millora continua Existeixen diferents modalitats d’aprenentatge Aprenentatge NO supervisat Aprenentatge supervisat
  3. 3. Com es pot aplicar en les trameses genèriques de l’EACAT? Un 25 % de la tramitació administrativa utilitza la tramesa genèrica: Volum de 400.000 tramitacions anuals Format PDF Informació no estructurada – llenguatge natural Impossible de classificar prèviament i implica dedicació Oficines de registre Què hem fet? Captura de 300.000 i extracció de dades claus per crear dataset: ens origen, ens destí, assumpte, exposo, sol·licito Aplicació metodologia aprenentatge NO supervisat i clusterització dels camps textuals
  4. 4. Com es pot aplicar en les trameses genèriques de l’EACAT? Resultats de la prova de concepte i actuacions realitzades Crear nous serveis específics a l’EACAT que permeten: Millorar la qualitat de les dades que es demanen Integració de les dades i documents a un BO per facilitar la tramitació de forma automatitzada Disminució càrrega de treball manual i millores en l’eficiència
  5. 5. Com es pot aplicar en les instàncies genèriques de l’e-TRAM? Un 80 % de la tramitació ciutadana utilitza la instància genèrica 500.000 instàncies presentades anualment. Informació no estructurada – llenguatge natural Impossible de classificar prèviament i implica dedicació Oficines de registre Què hem fet? Aplicació metodologia d’aprenentatge supervisat amb xarxes neuronals Entrenar l’algoritme per tal que pugui classificar les instàncies genèriques seguint el quadre de classificació municipal (4000 sol·licituds) Aplicació de l’algoritme a 1.000.000 sol·licituds i classificar-les en tres nivell del Quadre de classificació municipal: Nivell 1, Nivell 2 i sèrie documental
  6. 6. Com es pot aplicar en les instàncies genèriques de l’e-TRAM? Resultats de la prova de concepte: % precisió/cobertura pel nivell 1 del quadre de classificació
  7. 7. Com es pot aplicar en les instàncies genèriques de l’e-TRAM? Resultats de la prova de concepte API per poder fer ús de l'algoritme
  8. 8. I ara què?
  9. 9. ORGANITZA #CGD2021 Gràcies! governdigital.cat @GovernDigital @raimonnualart

×