Iepenbiere romte notifikaasjes

Gemeente Den Haach

It algoritme fan it notifikaasjesysteem herkent wurden yn notifikaasjes, lykas 'ôffal' of 'sidewalk', en bepaalt automatysk de juste kategory en ôfdieling. Dit betsjut dat ferslachjouwers gjin kategory mear hoege te kiezen, en rapporten wurde rapper ferwurke nei de goede ôfdieling.

Lêst feroare op 8 jannewaris 2025 om 11:23 | Publikaasjestandaard 1.0

• Publicatiecategorie: Oare algoritmes
• Impacttoetsen: DPIA
• Status: Yn gebrûk

Algemene ynformaasje

Tema

• Iepenbiere oarder en feilichheid
• Romte en ynfrastruktuer

Begjindatum

2023-10

Kontaktgegevens

datashop@denhaag

Link nei publykspagina

https://denhaag.dataplatform.nl/#/data/1ffa4758-d143-4d78-b510-a713ab8365df

Ferantwurde gebrûk

Doel en impact

Doel fan it algoritme yn Signalen is dat meldingen (makke by de gemeente) daliks yn de goede kategory registrearre wurde. De list mei kategoryen dêr't melding oer dien wurde kin by de gemeente is wiidweidich en net dúdlik foar ferslachjouwers fan bûten de organisaasje. Op grûn fan de berjochttekst skat it algoritme de juste kategory fan it berjocht. Dit betsjut dat gjin minsklike aksje nedich is om notifikaasjes te krijen foar de juste ôfhannelingsteams.

Afwagings

D'r binne in pear risiko's ferbûn mei it brûken fan dit algoritme en it hat mearwearde foar boargers en meiwurkers dy't rapporten behannelje. Dit algoritme is technysk oernommen fan de gemeente Amsterdam. Wy dogge ús ûntwikkelingen graach fia it mienskipsprinsipe, dêr’t wy leaver gearwurkje mei oare gemeenten boppe selsbou. Der waard keazen foar mienskiplike grûn, de arsjitektuer foar gearwurking.

Minskele tuskenkomst

As it algoritme gjin geskikte kategory kin fine op basis fan 'e tekst skreaun troch de ferslachjouwer, sil it algoritme it rapport ynstelle yn 'e kategory "oare". In minsklike beoardieling sil dan plakfine en it rapport wurdt yndield yn in passende kategory.

Risikobehear

D'r binne in pear risiko's mei dit algoritme. De dataset wêrmei't it algoritme traind wurdt is basearre op rapportbeskriuwingen dy't yn it ferline makke binne troch ferslachjouwers. Ferslachjouwers kinne alle ynformaasje skriuwe dy't se wolle yn dizze tekst en it kin persoanlike gegevens befetsje.

Wettlike basis

• Gemeenterjocht
• Algemiene lokale regeljouwing
• Drank- en horecawet
• Wegwet
• Noise Pollution Act
• Boaiembeskermingswet
• Wet miljeubehear
• Wenningwet
• Wet romtlike oardering
• Natuerbeskermingswet
• Flora- en faunawet
• Commodities Act Beslút op attraksje en boartersplak apparatuer

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Wurking

Gegevens

Training is basearre op de tekst fan âlde rapporten oer de stêd, sûnder kontaktgegevens. Foar elke nije training wurdt de dataset útwreide mei de "lêste" set berjochtteksten mei dêrop de juste kategoryen keppele.

Technyske wurking

De tekst fan it berjocht is ferdield yn yndividuele wurden. Elk wurd út in rapport wurdt analysearre om te sjen hoe unyk it is foar dat rapport, fergelike mei de totale samling wurden ('TF-IDF' of 'term frekwinsje-omkearde dokumintfrekwinsje'). In wurd as 'de' of 'tank' krijt dus in leech gewicht en in wurd as 'jiskefet' krijt in heger gewicht.

Ut dy kombinaasje fan wurden wurdt dan mei logistyske regression (in masineleartechnyk) brûkt om te bepalen yn hokker kategory it rapport heart en dus by hokker ôfdieling binnen de gemeente it rapport it meast past.

Leveransier

Iepen Boarne

Link nei boarnekoade

https://github.com/maartensukel/example-textual-classification-citizen-reports