Traitement du langage : Clauses
bénéficiaires
bénéficiaires
< Retour
#NLP #Traitement du langage naturel #Deap Learning #Clauses bénéficiaires #Détection des entités #Date #Personnes physique #Adresse #Relation familiale
Objectifs de la mission
- Extraire les éléments d’intérêt (nom, prénoms, date de naissance, type de relation, adresse, …) dans les clauses bénéficiaires librement rédigées afin de les imputer dans une base de données .
- Construire un modèle prédictif permettant d’identifier les clauses complexes, c’est-à-dire celles qui prendront beaucoup de temps à être traitées par le gestionnaire en cas de survenance de sinistre.
Travaux réalisés
- Récupération et retraitement des clauses, tagging des entités d'intérêt.
- Entraînement et validation du modèle.
- Analyse de la pertinence et de la performance du modèle.
- Entrainement et validation du modèle de prédiction de la durée de traitement de la clause.
- Rédaction du rapport et réalisation des supports de présentation.
Livrables
- Une base des bénéficiaires extraite des clauses.
- Le modèle, ainsi que ses métriques de performance.
- Le modèle de prédiction des durées de traitement des clauses.
- Les rapports sur la conception et l'évaluation des modèles.
- Les supports de présentation des modèles et de leurs performances.
1322121.Gains
- Constitution de la base des bénéficiaires.
- L'anticipation dans la recherche des clauses bénéficiaires libres, qui peuvent être complexes, au moment du traitement, aide à raccourcir les délais de traitement et à améliorer l'expérience des clients..
- En conséquence, la réduction du nombre de contrats en déshérence contribue à réduire le risque d'être pénalisé par le régulateur.
Ciblage : Activation des clients dormants
Découvrir
Computer vision : Lecture automatique des pièces d’identité
Découvrir
< Retour