شنومك | شنومك | 20

أتمتة معالجة البيانات من المستندات في البيئة القانونية ، شركة محاماة

جمعت شركة محاماة راسخة ، تعمل منذ أكثر من 30 عامًا ، عددًا كبيرًا من المستندات التي تتطلب معالجة من نوع ما. تحتوي هذه المستندات ، مثل الفواتير ونماذج العميل وطلبات الاستثمار / الشراء والعقود ، على بيانات مثل أسماء المتقدمين أو الكيانات (الأماكن أو العلامات التجارية) أو سجل عمليات الأعمال التجارية للعميل ، وهو أمر ضروري لعملياتهم التجارية.

يجب استخراج كل هذه البيانات من المستندات الرقمية لأداء مهام مثل قضايا الإجراءات القانونية أو تحليل مشاعر العملاء أو تحديد أي وثائق داعمة أو تصفية المشتريات غير المتوافقة من الفواتير. اليوم ، تنفق المؤسسات الملايين سنويًا على الجهود اليدوية للقيام بذلك ، والتي تستغرق وقتًا طويلاً ، وعرضة للخطأ ، ومكلفة ، ولا تتوسع بسرعة وكفاءة.

للمساعدة في التغلب على هذه التحديات ، قررنا إشراك AWS في تقديم حلول معالجة المستندات الذكية ، بدعم من التعلم الآلي. يمكنك استخراج نص من ملايين المستندات ، وفهم المشاعر أو العلاقات بين هذه المستندات ، بل ويمكنك تضمين خطوة بشرية للتحقق من صحة نتائج التعلم الآلي أو تصحيحها أو زيادتها للحصول على دقة وتوافق أعلى.

العميل

مؤسسة مع أكثر من 30 عاما من الخبرة - محاماة. تم نشر المشروع بأكمله في سحابة AWS ، منطقة فرانكفورت

بيئـة

بنية تحتية داخل الشركة تحتوي على معلومات بيانات محفوظة على العديد من الخوادم

هدف

منذ البداية ، كان نطاق المشروع هو تبسيط كميات هائلة من وثائق الشركة والعملاء.

دقة أعلى للبيانات

يمكن أن يساعدك استخدام ML في معالجة المستندات بشكل أسرع وأكثر دقة ، مما يقلل من الأخطاء الناتجة عن الإدخال اليدوي. في الحالات التي تحتاج فيها البيانات إلى أن تكون دقيقة بنسبة 100٪ ، يمكنك اتخاذ خطوة بشرية في أي وقت ومراجعة البيانات.

معالجة أسرع للبيانات

يمكن أن يساعدك تطبيق المعالجة الذكية للمستندات على إنجاز أسابيع أو شهور من العمل في غضون أيام.

تحسين إنتاجية الموظف

يزيل التعلم الآلي العملية اليدوية لسحب الرؤى من المستندات وإدخال المعلومات في أنظمة مختلفة ، مما يتيح لموظفيك قضاء المزيد من الوقت في مهام العمل ذات القيمة المضافة.

وفورات في التكاليف

تقلل أتمتة مهام سير عمل المستندات من تعقيد استخراج البيانات و
التحليل ، مما يقلل من متوسط ​​التكلفة لكل مستند.

ما تم إنجازه

لقد أنشأنا بيئة VPC مخصصة لهذا المشروع ، أولاً كاختبار القبول التشغيلي (OAT). كنا بحاجة إلى منصة موثوقة يمكننا لاحقًا تحويلها إلى إنتاج. مع وضع الأمان في الاعتبار ، أردنا أن يكون لدينا أساس مثالي لبناء "مصنع" معالجة مستندات البنية التحتية.

ينشر قالب AWS CloudFormation تطبيق ويب ثابتًا مستضافًا على حاوية Amazon S3 ويتم تقديمه بواسطة توزيع Amazon CloudFront. يتم مصادقة المستخدمين باستخدام Amazon Cognito. يتفاعل تطبيق الويب مع الواجهة الخلفية باستخدام Amazon API Gateway API ، المدعومة بوظيفة AWS Lambda. يتم تحميل المستندات باستخدام إما تطبيق الويب أو مباشرة إلى حاوية Amazon S3 المخصصة للمعالجة الجماعية. يتم بدء معالجة المستندات بواسطة واجهة برمجة التطبيقات ، والتي تقوم بتشغيل وظيفة Lambda لإضافة إدخال إلى جدول Amazon DynamoDB. يبدأ الجدول وظيفة Lambda الثانية التي تشرف على المعالجة. يحدد تنسيق ملف التحميل مسار المعالجة. تقوم Amazon Textract باستخراج النص والمعلومات الهيكلية من الملفات. ثم يتم تمرير النص المستخرج إلى Amazon Comprehend و Amazon Comprehend Medical لمزيد من التحليل.

 

الإنجاز

لقد نجح نشر بيئة OAT ، وبعد أسابيع من الاختبارات المكثفة ، تحولنا إلى مرحلة الإنتاج.
يمكن للمحامين وموظفي الإدارة القانونية والمكتبية العثور بسرعة على الوثائق ذات الصلة ، وإحالتها إلى حالات أخرى ، كما أن الأخطاء نادرة أو غير موجودة.

لنتحدث على القهوة الافتراضية

دراسات حالة أخرى

شنومك | شنومك | 11

منصة دفع عالية التوفر وآمنة تستفيد من السحابة

التوفر العالي ، وعدم توقف التطبيقات والخدمات وقواعد البيانات ، وزيادة وتحسين أداء التطبيقات الأمامية بشكل كبير.
شنومك | شنومك | 12

الانتقال إلى AWS للمطور السكني

بدأت شركة Familly ، أعمال البناء المعروفة ، وبناء وتطوير منازل جديدة تمامًا في النضال مع البنية التحتية لتكنولوجيا المعلومات القديمة
شنومك | شنومك | 28

تأمين شركة تصنيع على AWS باستخدام جدران الحماية من Palo Alto Next-Gen

أرادت الشركة المصنعة دمج الاتصال مع العديد من الموردين وتجار الجملة الذين كانوا يديرون أعمالهم على أسس يومية.
شنومك | شنومك | 20

F5 WAF على AWS - حلول مبتكرة لتأمين تطبيقات الويب

تتطور تقنيات التطبيقات بمعدل سرعة لم يسبق له مثيل من قبل. ينشئ المطورون حلول تطبيقات مبتكرة وقوية لجذب العملاء والمستخدمين.