服务澳大利亚试验OCR Centrelink的索赔

服务澳大利亚试用光学字符识别(OCR)溶液,以大大减少的时间量所花费的Centrelink文书工作范围社会工作者进行评估。

首先,在冠状病毒大流行,凯捷的高度引入 - 内置的解决方案是关键的,以加速要求的时间段期间用于福利支援需求增加的处理。

它使用人工智能和机器学习自动检查是否包含在由福利申请人和收件人提出形式的信息是准确的和。完整的

大约2.5万名文件目前每天通过该机构的文件报关服务,这意味着它可以是数天 - 如果不是几周 - 前社会工作者可以评估索赔

凯捷顾问公司CEO和AN / Z常务董事奥拉夫Pietschner告诉iTnews该溶液只是在时间推出了要求迅速增加,这是由于Covid-19。

“我们开始这方面的工作在2019年八月,所以Covid之前,我们建审判 - 这仍然处于测试阶段 - 它包含为[Centrelink的]文件的特定区域,”他说,

。“我们有这个设置,部署和当数字交易量公民进行了测试期待与服务澳大利亚互动[上升]

“其随后被,帮助处理增加的工作量,增加与市民的数字式互动的解决方案。”

凯捷公共服务的副总裁Lysandra Schmutter说,通过自动文件检查,该解决方案已经能够“迅速提高”的处理时间。

‘我们能够迅速提高它当一个公民递交的文件需要时,它被放置在一个社会工作者的手的时候,’她告诉iTnews。

[ 123]要求量化的改善,Schmutter说:“我们正在与澳大利亚服务工作通过什么真正手段量化这些成果方面。”

该项目是单独工作凯捷作为的一部分执行服务澳洲的七年,数十亿dollarwelfare支付基础设施改造方案的第三档。

Pietschner表示,该项目的第一阶段涉及交付“集装箱机器学习模型和应用识别与预定义类别的文档”。

他说,该模型有一个accuracŸ评级为“95%以上”为已处理的文件,使该机构的信心的模式将满足其需求,并易于工作量。

基于API的解决方案本身被编码在Python和利用“切削刃办法......对于OCR”与服务澳大利亚接合过程中凯捷而开发的。

本作的一部分,队“开发的协同工作与基于回归渐进规模扩张神经网络(PSENet)神经网络(RotNet)和正方体OCR引擎能产生精确的和可用的OCR。”

“这的确是采用了先进的神经语言处理模型和理解的重要性和文字的文档之间的差异来界定不同类型, ” Pietschner所述。

“然后该INFormation是用来做这种自动分类和验证了公民上传一组正确的文件。”

凯捷顾问公司计划继续测试和验证解决方案的准确性,直至试验thecompletion,此时它希望推出更广泛的跨Services Australia服务解决方案。

“当然,我们对于这适合于更广泛的应用而开发的,真正利用机器学习,自然语言处理和神经网络的跨越范围更广的解决方案的应用,” Pietschner说。

澳大利亚服务范围内的其他领域,可能受益于该技术包括子女抚养费和医疗保险,但解决方案还可以扩展到整个政府更广泛的机构。

“我们很高兴什么这个解决方案实际上可以证明政府和与政府协助,我们认为有多种用途,这种类型的解决方案,” Schmutter添加

“如果你觉得挺广义上所有的政府机构,其中规模文档提出的任何索赔或任何类型的请求,我们觉得这绝对的东西,可以使用和利用。”

关注菲娱2官网(www.ynmzfcw .COM)。