Специализированный депозитарий

Проблема клиента: Специализированный депозитарий ежедневно обрабатывал сотни сложных договоров, каждый из которых содержит множество юридически значимых параметров (участники, суммы, даты, реквизиты, номера счетов, кадастровые номера и пр.). Особенности процесса: 1) В процесс были вовлечены около 30 операторов, вручную вносящих данные в систему. 2) К концу дня количество ошибок возрастало в 3–5 раз — падала концентрация, а договоры становились всё сложнее. 3) Цена ошибки — высокая: в случае неправильного ввода параметров могла быть нарушена логика исполнения, что приводило к: - штрафам за неисполнение (в т.ч. договоров на миллионы рублей), - судебным разбирательствам, - репутационным потерям на рынке. Цель проекта: - Автоматизировать извлечение параметров из документов. - Снизить нагрузку на операторов и риск ошибок. - Сформировать JSON/XML-объект с выделенными сущностями для интеграции в существующие IT-системы.

Решение и результат: Шаг 1: Проанализировано 789 документов, в основном — запросы на распоряжение имуществом ПИФов. Шаг 2: Определены ключевые сущности для извлечения: ФИО, ИНН, ОГРН, адреса, даты, номера документов, суммы, кадастровые номера и др. Шаг 3: Обучена нейросетевая модель NER на собственной архитектуре BiLSTM с учетом морфологии русского языка. Добавлены токенизация и символные векторные представления для повышения точности при встрече новых слов. Шаг 4: Создана система предварительной очистки, исправления пунктуации и токенизации под русский язык (т.к. англоязычные инструменты не работали корректно). Шаг 5: Разработан веб-интерфейс с подсветкой сущностей + API-выгрузка в JSON/XML. Шаг 6: Использован OCR (tesseract) для обработки PDF-сканов, хотя на этом этапе была самая высокая погрешность. Результаты: - Точность модели по сущностям: до 90% (при дообучении может превысить) - Время обработки 1 документа — до 30 секунд против 5–10 минут вручную. - Устранено до 80% типичных ошибок ввода (особенно по числовым и реквизитным данным). - Снижена загрузка операторов, особенно во второй половине дня. - Повышена прозрачность и контроль юридических рисков.

- Банки — обработка заявлений, договоров кредитования, анкет. - Страховые компании — автоматическое извлечение данных из полисов и заявлений. - Юридические фирмы — парсинг типовых и нетиповых договоров, доверенностей. - Фонды и инвестиционные компании — автоматическая регистрация документов ПИФов, доверительного управления. - Госструктуры — потоковая обработка архивов юридически значимых документов. - Компании с ЭДО и архивами сканов — превращение PDF-архивов в структурированные данные для поиска и контроля.