AI Appeals Processor：政府サービスにおける市民の異議・申立て（appeals）の自動分類のための深層学習アプローチ
arXiv cs.CL / 2026/4/7
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、政府機関が市民の異議・申立て（appeals）の手作業処理によってボトルネック化していると主張しており、1件あたり平均20分かかり、分類精度は67%にとどまっている。
- 「AI Appeals Processor」として、電子的に提出されたappealsを自然言語処理および深層学習により自動で分類し、適切に振り分けるマイクロサービスを提案する。
- 本研究では、テキスト分類パイプライン（Bag-of-Words+SVM、TF-IDF+SVM、fastText、Word2Vec+LSTM、BERT）を、実在のappeals 10,000件を用いてベンチマークし、3つのカテゴリ（苦情、申請、提案）と7つのテーマ領域で評価する。
- 結果として、Word2Vec+LSTMが78%の精度を達成し、処理時間を54%削減した。論文で述べる精度／効率のトレードオフにおいて、トランスフォーマー系の選択肢を上回った。
- 本研究は、マイクロサービス・アーキテクチャを通じて既存の政府サービス業務フローに自動化されたNLP分類を統合することで、公的サービス対応のスケールを実現する実践的な道筋を示唆している。
