Страницы новостей: 1 2 3 4 вперед »
02.04.2020

Запустили подсказки по ЕГРЮЛ

В рамках новой версии Ахантера мы расширили функционал API подсказок. Кроме почтовых адресов и ФИО, теперь есть возможность получать подсказки по компаниям из ЕГРЮЛ через API нашего сервиса. Также наши подсказки по компаниям можно подключать на любой веб-сайт с помощью нашего JavaScript модуля. Подсказки по ЕГРЮЛ позволяют организовать быстрое заполнение форм с реквизитами юридических лиц. Такое заполнение к тому же исключает ошибки ввода, поскольку подавляющее большинство данных о компании не вводится вручную, а подгружается напрямую из ЕГРЮЛ.

Когда мы работали над этим функционалом, то обратили внимание на то, что в ЕГРЮЛ присутствует немало компаний, имеющих одинаковые названия. Из-за этого простые подсказки по названиям организаций часто не позволяют найти именно то, что нужно. В таких ситуациях даже после точного ввода полного названия организации в подсказках будет присутствовать множество одноимённых компаний, так что выбрать подходящую будет проблематично. К тому же подходящая компания может просто не попасть в выдачу сервиса из-за лимита на количество отображаемых подсказок. Это натолкнуло нас на мысль, что кроме названия, необходимо дать возможность пользователю уточнить иные сведения об искомой компании так, чтобы в результате уточнения он получил именно то, что ищет. Поэтому в наших подсказках мы реализовали комбинированный поиск, позволяющий в одно единственное редактируемое поле вводить кроме названия такие уточняющие сведения, как:

  • адрес компании или его фрагмент (например, город или улицу),
  • ФИО руководителя компании или какую-то часть этих сведений,
  • полный ОГРН, либо его начальный фрагмент,
  • полный ИНН, либо его начальный фрагмент.

Для компаний с популярными названиями типа «Ромашка» или «Галактика» эта возможность позволяет, например, указать сначала название улицы, после чего частично ввести название самой компании. Это позволит быстрее найти искомую компанию.

При выборе подходящей подсказки Ахантер возвращает полные сведения о компании. Кроме основных реквизитов, таких как ОГРН, ИНН, юридический адрес и ФИО руководителя, для выбранной компании можно получить информацию о регистрации юридического лица в налоговой инспекции, а также в ПФР и ФСС. Узнать, не находится ли компания в процессе ликвидации. Получить сведения об уставном капитале и учредителях организации вместе с их долями. Узнать основной и дополнительные виды экономической деятельности компании по ОКВЭД, а также получить полный перечень лицензий, выданных компании компетентными лицензирующими органами. Все эти данные Ахантер берёт из текущей версии ЕГРЮЛ.

10.02.2020

Приняли участие в "Качестве данных 2020"

5 февраля в Москве прошла конференция «Качество данных 2020», посвящённая вопросам управления и оценки качества данных. Организатором выступило издательство «Открытые системы». Доклады охватили множество отраслей, имеющих дело с корпоративными, персональными, нормативно-справочными данными, а также данными промышленного производства.

На этой конференции мы представили доклад, в котором рассказали о методах искусственного интеллекта, которые мы используем внутри компании при очистке эталонных справочников и подготовке их к боевому применению в наших инструментах по стандартизации клиентских контактных данных.

Особенность подхода, который был нами изложен, заключается в том, что для обеспечения качественной работы Ахантера - нашего основного ИИ-продукта по стандартизации и исправлению клиентских данных - необходимы качественные справочные данные. Для их получения в свою очередь нам приходится разрабатывать отдельные внутренние ИИ-решения, которые остаются за кадром работы основного продукта, но без которых работа самого Ахантера оказывается невозможна.

Мы подробно рассказали про методы машинного обучения, с помощью которых из сырых и грязных данных, добываемых из открытых источников, мы формируем эталонные справочники. Разобрали этот подход на примере извлечения данных из Википедии, ЕГРЮЛ и ФИАС. Описали полный жизненный цикл наших ИИ-решений, начиная от выбора модели и разметки обучающей выборки, и заканчивая применением обученной модели к реальным данным.

Подробно рассмотрели задачу поиска дублей, а также задачу поиска аномальных записей в эталонных справочниках. В обоих случаях рассказали, как мы для этих целей используем машинное обучение, какие признаковые модели применяем и как осуществляем подготовку обучающих выборок.

Ознакомиться с программой конферении и затронутыми темами можно по следующей ссылке. Презентации докладов доступны здесь.

Страницы новостей: 1 2 3 4 вперед »

Последние события

02.04.2020 Внедрили на Ахантере подсказки по ЕГРЮЛ.

10.02.2020 Рассказали на конференции Качество данных 2020 про использование ИИ в нашей повседневной работе.

07.08.2019 На ahunter.ru внедрили распознаватель городских районов и повысили точность и полноту обработки почтовых адресов.

16.05.2019 Улучшили распознавании пола по ФИО с помощью машинного обучения на ahunter.ru

Архив событий

30.10.2015 Запустили сервис ahunter.ru на новейшем ядре ahunter 2.0.

01.07.2015 Запустили сервис подсказок для ввода адресов в режиме реального времени.

08.06.2015 Завершили большой проект по стандартизации данных контрагентов для компании "ПепсиКо".

03.04.2015 Интегрировали сервер ahunterES в продукты и сервисы компании БФТ.

02.03.2015 Внедрили сервер ahunterES в систему СПАРК.

Страницы: « назад 4 5 6 вперед »