Классификатор обращений граждан – Минюст

Обращения граждан приходят в Минюст России через форму на официальном сайте. Дальше их вручную разбирают сотрудники территориальных органов: читают текст, заполняют регистрационную карточку в СЭД, выбирают рубрику и исполнителя. Смысловой анализ каждого обращения делает человек, поток круглосуточный и неравномерный. Министерство с 2021 года развивает модуль предварительной классификации входящей корреспонденции, и в 2026 году понадобилась отдельная версия для территориальных органов: со своим набором рубрик, переобучением на свежей выгрузке и статистикой обработки.

Классификатор работает по схеме «из бакета в бакет» и не интегрируется с СЭД напрямую. Сервис заказчика кладёт письмо .eml во входное S3-хранилище, классификатор забирает его, извлекает текст из файла обращения, определяет рубрику ансамблем из четырёх моделей RuBERT-large и дописывает в XML-карточку ведомственный код, код классификатора Администрации Президента и департамент-получатель. Готовое письмо под тем же именем уходит в выходное хранилище, откуда его забирает СЭД. Параметры обработки пишутся во встроенную базу SQLite, статистика и состояние сервиса доступны по REST API. Всё поставляется автономным комплектом Docker Compose: образы, модели и зависимости ставятся в закрытом контуре без интернета.

• Подготовка обучающего корпуса по выгрузке обращений заказчика: разбор писем, очистка, анализ распределения рубрик и сверка с рубрикатором из ТЗ
• Обучение и подбор моделей: четыре дообученные модели RuBERT-large, ответы которых усредняются
• Замер качества на отложенной выборке из 807 обращений, которые не участвовали в обучении: точность, полнота и F1 по каждой рубрике
• Порог уверенности: если модель сомневается, обращение получает стандартную рубрику и уходит на ручной разбор, а предположение модели сохраняется для оператора
• Опрос входного S3-хранилища с настраиваемым периодом и датой начала, отбор только необработанных писем, отдельные ключи доступа к входному и выходному бакетам
• Разбор .eml и выбор источника текста: только файл обращения (pdf, doc, docx, rtf), сопроводительные документы, подписи и изображения не анализируются; при скане без текстового слоя можно взять текст из тела письма
• Дополнение карточки обращения без пересборки исходного письма: меняется только карточка, остальные вложения и имена файлов остаются как были
• Справочник рубрик, в котором каждой рубрике сопоставлены ведомственный код, код классификатора Администрации Президента и департамент-получатель
• Защита от повторной обработки: если результат с тем же именем уже лежит в выходном хранилище, письмо не обрабатывается второй раз
• Журнал событий в SQLite на отдельном томе со сроком хранения 90 суток: обработано, отклонено с причиной, повтор, опрос, запуск
• Статистика по REST API: сколько обращений обработано, по каким рубрикам, время обработки, доля нераспознанных, разбивка по дням, месяцам и годам, выгрузка в JSON и CSV
• Наблюдаемость: health-check, различающий запуск и готовность модели, метрики в формате Prometheus для системы мониторинга заказчика
• Автономный комплект поставки для закрытого контура и два варианта сборки: с видеокартой и на процессоре общего назначения
• Эксплуатационная документация по ГОСТ: техническое задание, программа и методика испытаний, руководства администратора и оператора, инструкция по развёртыванию

• Сотрудник получает обращение уже с рубрикой, кодами и департаментом-исполнителем вместо ручного смыслового разбора каждого письма
• Сомнительные обращения не распределяются молча: ниже порога уверенности они помечаются для ручной проверки
• Исходные данные не изменяются: в письме дописывается только карточка, имена файлов сохраняются
• Работа в закрытом контуре без интернета, видеокарта не обязательна: на процессоре одно письмо обрабатывается примерно за 1,5 секунды
• Ради скорости ансамбль можно сократить до одной модели, точность при этом снижается примерно на 1,5 пункта
• Сбой записи статистики или журнала не останавливает обработку обращений
• Статистика и состояние сервиса доступны по REST API и в системе мониторинга заказчика