行政處
114
隨著行政數位化的推進，公文線上簽核系統已成為機關日常運作的核心。然而，市府總收文目前仍以人工依公文內容判斷屬性、主政單位，過程耗時且易受人為主觀差異影響。透過使用自然語言（NLP）斷詞技術、以及機器學習與監督式學習，分析和訓練文本關鍵資料等人工智慧技術，協助公文系統自動判讀、建議分文單位及層級，減輕人工作業負擔，強化整體行政效率。
需求分析與資料盤點，建立訓練樣本與公文屬性分類架構。 AI分文模組開發，建立分文建議機制，並與現行公文系統串接整合。 以歷史公文數據進行模型訓練，並透過人工審查修正，回饋持續調校，以提升判斷準確度。 教育訓練與推廣應用。
將AI模型嵌入現行公文收文介面，讓系統主動「建議」分文方向，例行性公文則直接分派業務單位，提升文書承辦效率。 運用關鍵詞，將中央爭取預算、競爭型計畫、一般計畫或中央舉辦之各項競賽等公文自動會知智慧科技處列管。 透過模型學習歷史分文決策邏輯，提供一致性判斷依據，避免因人事異動導致作業落差。
縮短分文時間，減少誤分率，行政效率提升。 減輕人力負擔，讓公文分文流程由經驗導向邁向資料驅動決策。 系統紀錄分文建議與實際結果，形成可追蹤依據。