Компания «Диджитал Дизайн» в партнерстве с ООО «Документум Системс» провела анализ накопленных данных системы электронного документооборота (СЭДО) Правительства Ивановской области для определения возможных сценариев применимости алгоритмов машинного обучения в системе.
В ходе реализации проекта было проанализировано более 50 000 регистрационных карточек входящих документов с резолюциями из базы данных СЭДО Правительства Ивановской области (без обращений граждан). В результате были выявлены предварительные сценарии для автоматизации следующих процессов документооборота: автоматическое расписание резолюций по документам, поступившим в ответ на исходящий документ; автоматическая категоризация документов; автоматическое наложение штампов с последующей регистрацией документа; создание форм для внесения основных атрибутов регистрационной карточки с последующей автоматической генерацией файла проекта документа, созданием и запуском маршрута согласования.
В основе СЭДО Правительства Ивановской области лежит система документационного управления «Приоритет» (СДУ «Приоритет») на базе российской платформы Docsvision. Правительство перешло на электронный документооборот в 2011 году и с тех пор планомерно наращивает возможности системы.
Ивановская область во многом отличается от других регионов своим подходом к внедрению новых технологий. Регион одним из первых внедрил облачный документооборот, реализованный на базе веб-клиента СДУ «Приоритет». Новым этапом развития системы станет применение интеллектуальных алгоритмов.
Стоит отметить, что для компании-исполнителя «Диджитал Дизайн» это не первый проект с использованием наукоемких технологий. В рамках деятельности научной лаборатории «Диджитал Дизайн» компания разрабатывает интеллектуальные алгоритмы для решения различных задач: сейсморазведки, анализа текстов, для построения интеллектуальных геоинформационных систем. В прошлом году компания сообщала о пилотном проекте в Правительстве Мурманской области — в ходе испытаний была доказана возможность использования алгоритмов машинного обучения для таких задач, как определение категории документа, автоматическое заполнение его основных атрибутов, определение на основании анализа текста прикрепленного файла наиболее вероятных исполнителей и создание для них проектов текстов поручений.
