Ребята, хочу поделиться кейсом, который реально показал мне, насколько текстовая аналитика может быть полезна в весьма неожиданных сферах. Работаем мы с одной юридической компанией, и у них там была просто лавина документов: договоры, иски, претензии, ответы на них. Ручная обработка занимала уйму времени и сил, стоила огромных денег, и, конечно, никто не любил эту часть работы.

Мы решили попробовать автоматизировать процесс, а именно — поиск нужной информации в этих документах и их первичную классификацию. Начали с простого: разработали модель которая умеет находить ключевые условия в договорах (стороны, сумма, срок, предмет договора).

Было непросто, скажу я вам. Документы написаны специфическим языком, много канцеляризмов, у каждого юриста свой стиль. Пришлось немало потрудиться над предобработкой текста и подбором нужных алгоритмов. Использовали комбинацию регулярных выражений и методов машинного обучения. Не обошлось без помощи ссылки на Крáкен, где мы искали готовые решения для типовых задач

Но результат того стоил! Теперь система сама вытягивает нужные данные из десятков документов за считанные минуты. Юристы могут сосредоточиться на более сложных задачах, а рутину отдали машине. Экономия времени колоссальная, ошибки сведены к минимуму. Компания довольна, мы тоже

Так что, если у вас есть какие-то задачи, которые кажутся очень трудоемкими из-за большого объема текста — не бойтесь экспериментировать с NLP. Часто решение проще, чем кажется

Крáкен ссылка