Целью исследования является предложение совершенствования типовых процессов документооборота с помощью моделей машинного обучения. Исследование выполнялось на базе результатов анализа проблем и основных задач СЭД, описания типовых процессов документооборота, результатов анализа инструментов аналитической обработки текстов и выявленных проблемах использования стандартных функций СЭД в рассмотренных процессах. Предметом ВКР являются типовые процессы электронного документооборота. В ходе работы над выпускной работой были использованы теоретические и эмпирические методы: систематизация, анализ литературы и нормативно-правовой документации, сравнительно-сопоставительный анализ, синтез и обобщение полученных данных. Основные результаты исследования: предложено решение, для реализации которого необходимо инициировать проект внедрения машинного обучения в системы электронного документооборота для повышения производительности работников, непосредственно участвующих в описанных процессах, за счет уменьшения времени на ведение и обработку документов. Материалы данной работы, обобщённые по итогам анализа, могут быть использованы в качестве практического применения на предприятии для повышения эффективности работы подразделений делопроизводства. Научной новизной является принципиально новое применение машинного обучения для автоматизации процесса работы с документом в системе путем уменьшения выполнения ручных действий сотрудником предприятия. Выводом ВКР является обоснование применения машинного обучения в СЭД.

The purpose of the research is to propose improvements to typical document flow processes using machine learning models. The research was carried out on the basis of the results of an analysis of problems and main tasks of the EDMS, a description of typical document flow processes, the results of an analysis of analytical text processing tools and identified problems with the use of standard EDMS functions in the considered processes. The subject of the thesis is standard processes of electronic document management. During the work on the masters thesis, theoretical and empirical methods were used: systematization, analysis of literature and regulatory documentation, comparative analysis, synthesis and generalization of the data obtained. Main results of the study: a solution has been proposed, for the implementation of which it is necessary to initiate a project for introducing machine learning into electronic document management systems to increase the productivity of workers directly involved in the described processes by reducing the time for maintaining and processing documents. The materials of this work, summarized based on the results of the analysis, can be used as a practical application at the enterprise to improve the efficiency of office departments. The scientific novelty is a fundamentally new application of machine learning to automate the process of working with a document in the system by reducing the performance of manual actions by an enterprise employee. The conclusion of the masters thesis is the rationale for the use of machine learning in EDMS.