Skip to content

现状问题

某区民意速办平台系统汇聚全区12345、粤政易、区长信箱、书记信箱、一体化协调平台、物联网感知平台、短信平台等多渠道民生诉求事件,涉及事件分级分类标准1842项,主要依靠平台分拨员手动分类,日常处置量约800件/人,峰值达2000件/人,需要大量人力投入。

民生诉求事件处理量巨大,人力投入大
依赖人工经验手动分类,处置时效难保证
民生业务分类标准复杂,人工分类准确率低

项目措施及前后对比

项目运用采石矶系统对海量历史诉求事件数据治理,深入数据分析,梳理分类关系映射标准以及数据标注融合同时结合深度语义匹配技术,构建智能分拨引擎,对事件自动分级分类,辅助用户提升事件处理效率通过智能分拨引擎,将分拨业务由经验判断向人工智能辅助决策转变使得基层社区治理服务更加科学化、精准化。

事件上报渠道入口多,多个业务系统存在相同的手工分类操作

依靠个人经验判断大段事件描述文本所属分类,长文本处置时效慢

新的业务员需经过培训及长期的锻炼,事件退回率高

多渠道数据获取标注融合、映射分类标准,整合分析、遍历事件-标准间的内在关系

基于规则输入、文本NER识别、深度语义识别等核心算法赋能长文本情景识别

通过历史数据训练验证后,接入海量语料数据,自学习增强提升分类准确率

项目成果

事件分类全覆盖,事件分拨率100%

单个事件分类速度小于0.8秒

事件分类准确率大于86%