Behördebot KI

BehördeBot è un sistema modulare con un backend Flask (elaborazione centrale) e un frontend Streamlit (interfaccia utente). Gli utenti caricano moduli scansionati o fotografati (PDF/JPG/PNG). Il backend converte le pagine in immagini, esegue l'OCR e visualizza il testo riconosciuto e i riquadri di delimitazione.

Il sistema classifica il tipo di modulo, estrae campi strutturati (con valori di confidenza), esegue un'estrazione di entità nominate, applica controlli euristici degli errori ed effettua una ricerca Retrieval-Augmented Generation (RAG) su un corpus locale di documenti giuridici, per evidenziare gli estratti normativi rilevanti.

Gli utenti possono tradurre i contenuti tedesco↔inglese, modificare i valori dei campi riconosciuti in una tabella interattiva, salvare JSON strutturato e generare PDF tradotti che preservano il layout, pronti per il download. Una dashboard di valutazione calcola metriche di OCR (WER/CER), di traduzione (BLEU) e di usabilità (SUS, completamento delle attività), mentre output e log di sessione vengono salvati in uploads/ e outputs/. L'architettura è estendibile (aggiungere altri tipi di modulo, integrare LLM, collegare database cloud).

• Affidabilità dell'OCR con scansioni di scarsa qualità: testo manoscritto, scansioni a bassa risoluzione o layout complessi riducono l'accuratezza dell'estrazione e il successivo riconoscimento dei campi.
• Varietà dei moduli & complessità dei layout: molti moduli amministrativi presentano differenze di layout minime; una classificazione robusta e una mappatura dei campi per numerosi modelli richiedono un lavoro intensivo.
  
• Contesto giuridico, rilevanza & affidabilità: garantire che i risultati RAG siano giuridicamente corretti, aggiornati e corredati di avvertenze adeguate, per non indurre in errore gli utenti.

• Pipeline modulare OCR + NER: combinazione di Tesseract (o di motori OCR più performanti) con NER basato su spaCy ed euristiche, per estrarre campi candidati e tipi di entità (nomi, date, indirizzi).
• Classificazione dei moduli + estrazione strutturata: classificatori ML per riconoscere i tipi di modulo e logica di estrazione consapevole dei modelli (riquadri di delimitazione + parsing semantico), per associare il testo OCR ai campi.
  
• RAG giuridico per un orientamento consapevole del contesto: archivio vettoriale locale sui documenti giuridici, per recuperare estratti di supporto per ogni richiesta o pagina, spiegare i requisiti dei moduli e citare i riferimenti.

• Compilazione dei moduli più rapida e con meno errori: gli utenti compilano i moduli più velocemente, grazie all'assistenza sui singoli campi, alle segnalazioni di errore e al completamento automatico a partire dalle entità estratte.
• Migliore accessibilità & multilinguismo: la traduzione immediata tedesco↔inglese e la generazione di PDF che preservano il layout abbassano le barriere linguistiche per chi non parla tedesco.
  
• Verificabilità & tracciabilità: gli output JSON strutturati e i log facilitano la verifica di ciò che è stato estratto, corretto e referenziato (utile per gli sportelli di servizio o per la compliance).

• Riduzione dei tempi di lavorazione manuale: l'automazione di OCR e validazione riduce l'impegno del personale per l'inserimento manuale dei dati e per le correzioni.
• Meno invii ripetuti: il rilevamento degli errori e le indicazioni chiare riducono i nuovi invii, con un risparmio di costi amministrativi e di carta.
  
• Opzione di distribuzione locale/offline-first: lo stato basato su file e RAM e i corpora giuridici locali consentono distribuzioni senza elevati costi cloud o database persistenti (costi di hosting inferiori, migliore protezione dei dati).