自然语言处理

这类程序的基础是语言模型，即用大量文本训练出来、能理解句子含义并撰写回复的程序。模型并不了解您的公司，因此我们会向它提供您的文件、您的术语表以及边界：哪些事可以自行处理，哪些必须交给人。

文档识别是指把扫描图像转换为文本，并从中提取您的系统所需的字段：发票编号和日期、金额、合同各方、来函中的期限。识别出的字段进入您的结算系统（ERP）或文档流转系统，每个字段都附有程序对其把握程度的评分。

邮件分类与分派。程序阅读电子邮件或工单，从与您各部门商定的类别清单中为其分配类别，并转给相应的人。同时符合两个类别或不符合任何类别的邮件交给人工处理。

基于公司文件的答复。员工用日常语言提出问题，程序检索规章、合同和流程文件，答复中注明文件、版本和条款。如果文件中没有答案，程序会直接说明。基于这些内容在流程中准备决策的智能体属于单独的服务范围。

摘要。冗长的来函或交易对手发来的合同会被归纳为要点清单：对方提出了什么、有哪些变化、哪些需要决策，并附原文出处。

这些功能的共同部分是待确认事项队列：低于与您商定的置信度阈值的结果由员工核查，其修改记录在日志中，并用于改进程序。

在程序处理真实文件之前，我们先用您公司的样本测量其质量：不同类型的文件、不同供应商、质量较差的扫描件，以及您的文件涉及的所有语言。您的员工为样本准备标准答案。我们逐字段比较程序结果与标准答案：哪里一致、哪里出错、哪里程序自己标记为没有把握。据此，我们与您确定置信度阈值和上线顺序。

1. 我们收集样本。与您一起选定文件和邮件的类型，抽取最近几个月的样本，由您的员工准备标准答案。结果：用于质量测量的样本和标准答案。
2. 我们测量质量。在样本上运行程序，与标准答案比较，并与目前阅读这些文件的人员一起查看错误。结果：样本报告，以及上线哪些类型的决定。
3. 我们将程序接入系统。从一种文件类型或一个邮箱开始；处理结果进入您的系统，没有把握的事项进入队列。结果：程序进入一个部门的日常工作。
4. 我们把程序移交给您的团队。培训负责人员查看队列和日志，以及添加类别和新版规章。结果：程序由您的团队维护；上线后的质量测量属于单独的服务范围。

1. 上线前将在我们哪些文件样本上测量识别质量，由谁准备标准答案？
2. 程序没有把握的文件会怎样处理：谁会看到它，修改是否会反馈给程序？
3. 给员工的每条答复是否都注明文件和条款，文件中没有答案时程序会如何回答？
4. 我们的文件和个人数据在哪里处理：在欧盟境内、在我们这里，还是在外部语言模型提供方那里，对方是否会用我们的数据训练模型？
5. 程序如何处理版式全新的发票，以及样本中没有出现过的语言的来函？
6. 在没有承包商参与的情况下，我方由谁来添加新的邮件类别或新版规章？

对您的公司而言，答案取决于公司内流转的文件和邮件，因此第一步是流程分析，由此确定范围和上线顺序。