政企公文抽取 PoC
一句话场景
行政人员从公文、通知、会议纪要中自动抽取事项、责任部门和截止日期，生成可跟踪台账。
业务流程
收文登记 → 人工阅读 → 摘录事项/责任单位/时限 → 录入台账 → 督办跟踪 → 归档
痛点：文档格式多样、扫描件多、摘录慢、易漏项、责任分解口径不一。
数据样例
架构
文档解析 + 结构化抽取 + RAG 溯源 + 人工校验
上传 → OCR/解析 → 字段抽取 → 引用原文段落 → 人工校对 → 写入台账系统
工具清单
权限边界
- 涉密文件不得进入公有云模型；专网私有化路由。
- 按密级分级：公开/内部/敏感/核心。
- 抽取结果写台账前必须人工确认（L3 人审）。
Golden Dataset 示例
Demo 脚本
- 上传脱敏样例 PDF，展示解析与抽取 JSON。
- 点击字段跳转原文引用高亮。
- 人工修改“责任单位”，系统学习记入反馈池（可选）。
- 导出台账 CSV（不自动发文）。
验收指标
- 核心字段抽取准确率 ≥ 90%。
- 遗漏率 ≤ 5%。
- 引用段落准确率 ≥ 95%。
- 人工修改率下降趋势（试点 4 周）。
上线风险
- OCR 错误导致事项错误 → 强制人审。
- 政策误读 → 拒答+引用不足提示。
- 涉密误上传 → 输入拦截+审计。
30 天计划
延伸阅读