ГІБРИДНИЙ СПОСІБ АВТОМАТИЗОВАНОЇ ОБРОБКИ СТРАХОВОЇ КОРЕСПОНДЕНЦІЇ В ІНФОРМАЦІЙНИХ СИСТЕМАХ

Summary

Досліджено проблему автоматизованої обробки страхової кореспонденції в інформаційних системах. Показано, що страхові звернення є складним об’єктом автоматизації через неструктурований характер тексту, наявність вкладених документів, доменно-специфічну термінологію, мовну варіативність та високі вимоги до точності та конфіденційності. Виконано експериментальне порівняння двох базових підходів до обробки страхових звернень: детермінованого підходу Traditional (Rules + ML) та генеративного підходу LLM+RAG. Встановлено, що LLM+RAG забезпечує вищу точність класифікації складних звернень, зокрема перефразованих і PDF-орієнтованих кейсів, тоді як Traditional суттєво переважає за якістю вилучення структурованих полів та за швидкодією. На основі отриманих результатів обґрунтовано гібридний спосіб автоматизованої обробки страхової кореспонденції, побудований як каскадна модель, у якій Rules-Based та ML-рівні використовуються як основний контур, а LLM+RAG залучається лише у випадках недостатньої впевненості або підвищеної семантичної складності звернення. Запропонований спосіб дозволяє поєднати продуктивність, контрольованість, надійне вилучення структурованих даних і кращу стійкість до нетипових сценаріїв.