Извлечение контактов из деловых писем стало точнее на 35 процентов
Разработчики систем обработки документов обновили нейросетевые модели для извлечения контактных данных из деловых писем и текстов соглашений. Новая версия распознаёт телефоны, адреса электронной почты, реквизиты организаций и должности с точностью на 35 процентов выше, чем предыдущие решения.
Улучшение достигнуто за счёт расширения обучающего набора и добавления слоя для анализа контекста. Система теперь корректнее различает контакты клиента, партнёра и отправителя в одном письме.
Применение в CRM-системах
Компании, использующие эту технологию в CRM-платформах, автоматизировали процесс добавления новых контрагентов в базу. Сотруднику больше не нужно вручную выписывать из письма реквизиты и телефоны — система делает это самостоятельно.
Модель учитывает форматы разных стран: различные порядки записи адресов, форматы номеров телефонов и стили оформления писем в разных организациях. Количество ошибок при извлечении резко упало, хотя полная автоматизация без проверки человеком по-прежнему рекомендуется только для стандартных случаев.
Технологию уже внедрили банки, логистические компании и юридические фирмы. Экономия рабочего времени при обработке входящей корреспонденции составляет 4–6 часов на сотрудника в неделю.