Как нейросеть помогла депозитарию: 30 операторов, 789 документов и 90% точности

Специализированный депозитарий ежедневно обрабатывал сотни сложных договоров. Каждый документ содержал десятки юридически значимых параметров: участники, суммы, даты, реквизиты, номера счетов, кадастровые номера. В процесс было вовлечено около 30 операторов, которые вручную вносили данные в систему. К концу дня количество ошибок возрастало в 3–5 раз — падала концентрация, а договоры становились всё сложнее.

Цена ошибки была высокой. Неправильный ввод параметров мог нарушить логику исполнения договора, что приводило к штрафам за неисполнение (в том числе по договорам на миллионы рублей), судебным разбирательствам и репутационным потерям на рынке.

Перед командой стояла задача: автоматизировать извлечение параметров из документов, снизить нагрузку на операторов и риск ошибок, а также сформировать JSON/XML‑объект с выделенными сущностями для интеграции в существующие IT‑системы.

Первым шагом проанализировали 789 документов — в основном это были запросы на распоряжение имуществом паевых инвестиционных фондов. Определили ключевые сущности для извлечения: ФИО, ИНН, ОГРН, адреса, даты, номера документов, суммы, кадастровые номера и другие.

Далее обучили нейросетевую модель NER на собственной архитектуре BiLSTM с учётом морфологии русского языка. Добавили токенизацию и символьные векторные представления, чтобы повысить точность при встрече новых слов.

Создали систему предварительной очистки, исправления пунктуации и токенизации под русский язык — англоязычные инструменты, как выяснилось, не работали корректно.

Для обработки PDF‑сканов использовали OCR (tesseract), хотя на этом этапе была самая высокая погрешность.

Разработали веб‑интерфейс с подсветкой сущностей и API‑выгрузку в JSON/XML.

Точность модели по сущностям достигла 90% (при дообучении может превысить этот показатель). Время обработки одного документа сократилось до 30 секунд против 5–10 минут при ручном вводе. Удалось устранить до 80% типичных ошибок ввода, особенно по числовым и реквизитным данным. Снизилась загрузка операторов, особенно во второй половине дня. Повысилась прозрачность и контроль юридических рисков.

Такое решение подходит для банков (обработка заявлений, договоров кредитования, анкет), страховых компаний (автоматическое извлечение данных из полисов и заявлений), юридических фирм (парсинг типовых и нетиповых договоров, доверенностей), фондов и инвестиционных компаний (автоматическая регистрация документов ПИФов, доверительного управления), государственных структур (потоковая обработка архивов юридически значимых документов), а также для компаний с электронным документооборотом и архивами сканов — чтобы превращать PDF‑архивы в структурированные данные для поиска и контроля.