Neti: BERT сортирует заявки сотрудников, отпуск оформляется за 10 минут

В ИТ-компании Neti работает принцип одного окна: сотрудники направляют запросы в бухгалтерию и отдел кадров на единый почтовый ящик — заказывают справки, присылают счета подрядчиков, запрашивают больничные. Каждую неделю набирается несколько сотен обращений. Их вручную обрабатывал офис-менеджер: присваивал категорию и направлял исполнителю. Классификация и перенаправление заявок отнимали время, а при задержке распределения задачи накапливались, подрядчики позже получали деньги, а отдел кадров не успевал вовремя оформлять людей. Компания решила автоматизировать классификацию заявок с помощью нейросети.

Neti дообучила языковую модель BERT, выпущенную Google, на собственных данных. Ранее в похожих проектах компания использовала TF-IDF с фреймворком LightGBM, в этот раз выбрала BERT, так как модель учитывает словоформы, синонимы и контекст слов. Для обучения из Jira выгрузили 16 000 обращений, которые классифицировал менеджер, и вручную исправили ошибки разметки; на это ушла неделя, само обучение заняло 7 минут 26 секунд. Модель работает как веб-сервис на Python Flask на компьютере семилетней давности и обрабатывает текст за доли секунды.

Jira, развёрнутая на корпоративном сервере, уже умела превращать письма сотрудников в задачи для менеджера. В неё добавили автоматическую отправку каждой новой заявки на сервер с BERT: модель читает текст, назначает компоненту и при необходимости меняет исполнителя. По данным сооснователя компании Олега Халилова (колонка на RB.RU, сентябрь 2022 года), заявление на отпуск, если сотрудник сразу знакомится с приказом, проходит путь от создания до закрытия за 10 минут вместо двух недель. Точность классификации на данных компании составляет от 92 до 99%. Раз в полгода команда разбирает ошибки, правит классификаторы и переобучает сеть.