Développement d'un système de classification des événements

Les applications web et mobiles qui traitent un grand volume de données, collectées à partir de nombreuses sources, nécessitent souvent une vérification afin de maintenir la qualité du contenu. Avec l'augmentation des données traitées, la vérification manuelle cesse d'être évolutive. Les solutions basées sur l'intelligence artificielle et le traitement du langage naturel peuvent y contribuer.

L'une des applications d'Ordnance Survey Leisure encourage les utilisateurs à participer à des activités et événements en plein air. À cette fin, la plateforme sous-jacente s'intègre à de nombreux fournisseurs de données et agrège des informations sur divers événements et activités, notamment des noms et des descriptions. Cependant, les fournisseurs de données diffusent une grande variété d'événements, dont certains sortent parfois du périmètre de l'application. Par conséquent, ils doivent être filtrés, en particulier ceux qui ne se déroulent pas en extérieur. Nous avons exploité des méthodes de traitement du langage naturel de pointe pour filtrer ces événements.

Nous avons proposé un système qui sélectionne automatiquement les événements et activités à conserver dans l'application. Nous avons ajusté le classificateur d'événements pour résoudre le problème du client en utilisant des modèles NLP pré-entraînés et l'apprentissage par transfert. Avec un échantillon de données relativement restreint, nous avons atteint une précision de classification d'environ 95 %.

Tout au long du projet, nous avons coopéré étroitement avec le client afin de développer une compréhension mutuelle du problème métier et du paysage de données disponible. Grâce à notre collaboration à chaque étape du cycle de vie du projet, nous avons réussi à créer un système qui reflète les besoins métier de notre client.

Les modèles NLP de pointe nous permettent de créer des solutions innovantes capables d'automatiser les processus décisionnels et pouvant être exploitées dans tout secteur traitant des données textuelles, même si les données disponibles pour l'entraînement du modèle sont limitées.