
本研究旨在提高柜台接待和存款工作中产生的手动文件的识别准确性,并实现重复性任务的自动化。 Romin展示了通过先进的文档AI技术实现柜台工作数字化转型的可能性。
在项目期间,Romin 开发了专门针对包裹接收表格和存款手册文件等五种文件的识别模型,并通过在首尔铜雀邮局和京畿道南部川邮局安装试点系统来验证其有效性。结果,文档识别率超出目标95%,并且94%的识别数据无需单独审核即可立即投入实践。
特别是将识别结果与邮政总局内部系统PostNet进行联动,柜台人员无需另行确认或上传文件即可立即使用。该结构简化了现有的多步骤审查流程,有助于提高实际便利性和文件处理速度。
此外,经计算,系统引入后,通过简化检查流程,每月使用量与引入初期相比增加了约22倍。 Romin 通过提出新的格式和重新组织数据结构以适应窗口环境,提高了手写识别性能和自动化范围。
此外,还评价说,它集成并应用了信息提取可视化、自动地址更正、数据有效性验证等邮局工作专用功能,从而减少了重复输入工作,提高了文档处理的准确性。
Romin Kang Ji-hong 首席执行官表示,“该项目是将文档 AI 技术实际应用于公共部门并产生实际成果的一个有意义的案例”,并补充道,“我们将积极支持该系统在未来扩展到全国邮局,以便为提高邮政服务质量做出贡献。”
同时,罗明还获得了科学和信息通信技术部长的嘉奖,以表彰他为邮政数字技术进步所做的贡献。
- 查看更多相关文章
You must be logged in to post a comment.