在电子记录转换过程中利用人工智能发布数据的潜力

2020-10-31 14:27   来源: 互联网

代理商在2022年年底到达(国家档案馆和档案馆)电子记录管理截止日期的各个阶段。事实上,在最近的数字政府研究所电子发现、记录和信息管理虚拟会议上,活动组织者对观众进行了关于数字转型参与者进展情况的调查。毫不奇怪,结果甚至是"进步","我们还有很长的路要走"和"不要问"。在我们与政府机构的讨论中,我们发现了一个类似的观点。


无论代理机构在哪里进行电子记录管理,都应该利用这一机会部署从这些信息中获取洞察力的功能。然而,说起来容易做起来难,因为大多数机构都在试图发现信息的价值。它们拥有太多的非结构化和非机密信息,或者缺乏分析这些信息的内部资源和技能--或者两者兼而有之。


NARA的截止日期要求所有机构记录在2022年年底前达到100%的数字化。今天的分布式组织环境的特点是系统多样化,从各种数据源(包括物理和数字信息)中具有多种数据类型。这使负责实施NARA电子记录管理的机构记录管理人员感到头疼。然而,借助支持AI和ML分类、提取和丰富物理和数字内容的内容分析、数据管理和信息治理工具,代理可以成功地克服这些困难。

1604125709883797.png

在数字转换过程中,将人工智能和ML功能集成到Agent的信息管理程序中,使它们能够自动地对物理和数字内容进行分类、提取和丰富。在较高的层次上,三个步骤如下:


输入记录--该系统使用光学字符识别、图像识别和视频处理来提取信息并以电子格式保存。


通过使用AI/ML--将分类过程和实体提取与AI/ML策略相结合,系统将自动训练模型、应用模型、捕获反馈并为下一阶段准备数据。


输出--当数据准备就绪时,将其导出到数据可视化功能中,使代理能够搜索、分析、查看和生成更多的洞察力,以便根据这些信息做出更好的决策。


AI/ML方法的好处


关于数字转换和简化记录管理过程,合并AI/ML的具体好处包括:


元数据用于搜索和跟踪。元数据标记是帮助组织正确分类、搜索和管理信息的数字化过程的一部分。元数据对于管理、访问和最终跟踪整个生命周期的信息至关重要。与AI/ML结合使用时,元数据可以提供有关代理记录的重要信息,例如内容是什么及其特性。


从多个来源提取数据。AI/ML系统可以帮助组织从孤立的来源获取信息,并按类型和相关的元数据对每一信息进行分类。


数据分类。在AI/ML解决方案中,将监督学习和非监督学习结合起来,有助于避免理解当这些系统自动查找、分离和理解数据中任何意外文档类时对所有文档类的需求。该过程训练连接到AI/ML平台的神经网络,从而在完成文档和元数据索引之后,建立基线库,然后在基线库中搜索模式和趋势。


可视化的用户界面。提高以通用格式查看/可视化信息的能力,可以提高整个组织的责任感和透明度,同时为决策者提供更有价值的数据。


不断改进。AI/ML系统继续使用人工校正和其他人工信号来改进电子学习,以提供更准确的结果。


虽然将所有记录转换成数字格式的过程可能令人望而生畏--特别是鉴于该机构管理的记录数量众多,种类繁多,但它确实为该机构提供了从这些信息中获取价值的机会。通过将AI/ML技术集成到其记录管理流程中,代理可以在其信息中释放这一潜力,以帮助做出更好、更明智的决策,并加强其提供的所有服务。




责任编辑:无量渡口
分享到:
0
【慎重声明】凡本站未注明来源为"联播新闻网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!

未经许可任何人不得复制和镜像,如有发现追究法律责任 粤ICP备2020138440号