移民文件分类与自动回复生成
机器学习
2021-10-04 v1 机器学习
摘要
在本文中，我们考虑整理美国工作签证申请所需支撑文件，以及回复美国公民及移民服务局（USCIS）发出的证据请求（RFE）的问题。通常，这两个过程都需要大量重复性人工劳动。为减轻机械性工作负担，我们应用机器学习方法实现这些流程的自动化，并由人工参与循环以审阅和编辑输出用于提交。具体而言，我们使用图像与文本分类器的集成来对支撑文件分类。我们还使用文本分类器自动识别 RFE 中请求的证据类型，并将识别出的类型结合回复模板与提取字段来组装草稿回复。实证结果表明，我们的方法在显著减少处理时间的同时达到了可观的准确率。
引用
@article{arxiv.2010.01997,
title = {Immigration Document Classification and Automated Response Generation},
author = {Sourav Mukherjee and Tim Oates and Vince DiMascio and Huguens Jean and Rob Ares and David Widmark and Jaclyn Harder},
journal= {arXiv preprint arXiv:2010.01997},
year = {2021}
}
备注
To appear in ICDM 2020 workshop: MLLD-2020