Kategorisering av ärenden

Genom att träna en AI-lösning baserad på Fasttext på ca 1.6 miljoner ärenden registrerade i Skellefteå kommuns kundtjänst har en algoritm tränats till att görs en bedömning av vilken kommunal enhet som bör hantera ärendet. Ibland sätts också en slagsärendetyp.

Algoritmen har lärt sig vilka slags texter som brukar kopplas samman med en viss kommunal avdelning.

Lösningen visar algoritmens förslag på de tre mest relevanta kommunala enheterna eller ärendetyperna med den mest relevanta först.

Observera att detta har gjorts för att testa tekniken. Precisionen/kvaliteten har inte optimerats. Precision och Recall är ca 83%

Demon illustrerar bl a det faktum att AI-lösningar ofta arbetar med sannolikheter och att att värdeförråden måste vara ömsesidigt uteslutande och tydliga för att ge bästa resultat. Observera att chansen för ett vettigt svar är större om du skriver hela meningar istället för ett enda ord.



Denna demo är framtagen av projektet DIHS. Projektägare är Region Västerbotten - regional utveckling. Medfinansiärer är Vinnova, Skellefteå kommun och telekomföretaget A3.