Arhivele Nationale (AN) a efectuat o analiză a instrumentelor disponibile pentru a identifica între trei și cinci instrumente în vederea testării aprofundate cu un set de înregistrări corporative proprii. Planul era de a afla cum se descurcă instrumentele în identificarea documentelor care ar trebui să fie selectate pentru păstrare permanentă și a celor care nu ar trebui să fie selectate. În plus, Arhivele Nationale (AN) a dorit să ajute departamentele guvernamentale în utilizarea AI pentru selecție. Aceasta a presupus identificarea domeniilor în care aceste tehnici ar putea fi încorporate în procesul sau fluxul de lucru de selectare a documentelor digitale pentru transferul la Arhivele Naționale.
O relație bine stabilită
Iron Mountain are deja o relație îndelungată și bine stabilită cu Arhivele Nationale ( AN ), precum și cu unele dintre cele mai mari departamente ale Guvernului britanic, sprijinind transferul de documente pe suport de hârtie la scară largă de mai mulți ani. Compania oferă, de asemenea, serviciile InSight™, care includ procesarea inteligentă a documentelor, combinând expertiza Iron Mountain în analiza conținutului, în gestionarea datelor și în guvernanța informațiilor cu capabilitățile de învățare programată (ML) și cu capabilitățile de inteligență artificială (AI).
Iron Mountain a fost selectată pentru a participa la proiectul AI for Digital Selection, pentru a înțelege eficiența AI în procesul de selecție digitală.
Gestionarea mai multor formate de fișiere
Instrumentele Iron Mountain sunt capabile să gestioneze o selecție largă de formate media, ceea ce a fost esențial, deoarece existau peste 100 de tipuri de fișiere diferite care trebuiau procesate în cadrul studiului de validare a conceptului, inclusiv documente audio, documente video și documente bazate pe text. Unele dintre cele mai obscure formate au fost lăsate deoparte pentru scopurile testului, dar numărul real de fișiere care nu au fost luate în considerare în cadrul studiului a fost mic – mai puțin de 10%. Fișierele incluse în testul de validare au fost apoi încărcate pe platforma de servicii de conținut Iron Mountain pentru analiză.
Ce A Presupus Soluția?
Identificarea datelor care trebuiau transferate
Ca parte a proiectului, Arhivele Nationale (AN) a furnizat pentru Iron Mountain seturi de date etichetate și neetichetate pentru a demonstra capabilitățile de inteligență artificială intrinseci ale InSight™ în identificarea înregistrărilor relevante pentru criteriile de selecție.
Eliminarea datelor sensibile
Chiar și în cazul fișierelor care sunt puse la dispoziția publicului, trebuie să existe o etapă în care să fie eliminate informațiile sensibile a căror divulgare nu este autorizată. Într-o lume bazată pe hârtie, redactarea informațiilor este un proces fizic care are loc ca parte a unei revizuiri conduse de oameni – documentele sunt marcate sau editate manual. Instrumentele tehnologice de expertiză digitală au o abordare diferită – acestea estompează cuvinte sau propoziții, amestecând conținutul atunci când este cazul.
Pași către succes
Pentru testare, Iron Mountain a încărcat mai întâi cele 17 000 de documente de test în sistemul de stocare cu containere software Google. Documentele au fost procesate cu ajutorul tehnologiei de recunoaștere optică a caracterelor pentru a le face complet disponibile pentru căutare. Platforma de procesare inteligentă a documentelor InSight™ le-a clasificat apoi în 20 de categorii predefinite, utilizând procesarea limbajului natural (NLP), un proces software care poate descifra conținutul unui document și nuanțele contextuale ale limbajului utilizat. Acest lucru a permis platformei să extragă cu precizie informațiile conținute în fișiere și să creeze asocieri în întregul set de eșantioane pentru a asigura posibilitatea unei căutări semnificative.
Capabilitățile de învățare programată ale InSight™ au permis echipei de proiect să instruiască modelul într-un proces iterativ pe parcursul proiectului. În final, instrumentul a obținut un scor F1 de peste 85%. Provocarea următoarele rezultate:
- Duplicate identificate în vederea eliminării
- Identificarea înregistrărilor candidate pentru conservarea permanentă
- Entități, inclusiv organizații și persoane, extrase
- Analiza fișierelor, inclusiv rezumatul conținutului, rezumatul vârstei etc.
- Punctaje medii de precizie și de restabilire
Validarea cu succes a conceptului
InSight™ a oferit nivelul necesar de funcționalitate, clasificare a documentelor și detectare a duplicatelor. Iron Mountain are plăcerea de a sprijini Arhivele Naționale cu acest program de interes național. Soluția poate fi utilizată acum în întreaga administrație publică pentru a accelera tranziția documentelor de la toate departamentele guvernamentale prin intermediul unor rute cadru de achiziții directe.
