Dokumentbestände strukturieren

Die Herausforderung: ein Bestand ohne Kategorien

Wenn Dokumente ohne aussagekräftige Kennzeichnung eingehen, kann ihre Zuordnung zu einer wiederkehrenden manuellen Aufgabe werden. Dateinamen allein verraten der verarbeitenden Person möglicherweise nicht, welche Art von Inhalt enthalten ist.

Nach Inhalt klassifizieren

peolys veröffentlichte Lösung zur Verarbeitung natürlicher Sprache analysiert Dokumentinhalte und weist vordefinierte Typen zu. Diese Typen strukturieren die Speicherung von Dokumenten in einer Datenbank oder ihre Sortierung in die entsprechenden Kategorien.

Das ursprüngliche Portfolio veranschaulicht dies anhand eines ungekennzeichneten Bestands von PDF-Dateien: Eine Klassifikation ordnet sie vereinbarten Gruppen zu, ohne dass jede Datei einzeln geöffnet werden muss. Die Kategorien werden für die Aufgabe definiert und nicht aus dem Dateinamen abgeleitet.

Das Ergebnis mit dem Arbeitsablauf verbinden

Eine Klassifikation wird nützlich, wenn feststeht, wie das Ergebnis weiterverwendet wird. Diese Projektbeschreibung verbindet die Inhaltsanalyse mit der Organisation und Speicherung der Dokumente.

Für einen neuen Dokumentbestand beginnt die Arbeit mit repräsentativen Dokumenten, einem klaren Kategorienschema und Verarbeitungsregeln für jede Kategorie. Auch der Umgang mit Inhalten, die sich nicht sicher zuordnen lassen, muss festgelegt werden. Diese Entscheidungen machen aus einer Modellausgabe einen praktischen Schritt in der Dokumentenverarbeitung.