Medewerker vas - digitalisering archiefopbouw datalab

Opdrachtomschrijving
Het bouwen van een werkende applicatie met daarin de AI-modellen die al zijn ontwikkeld. De applicatie is daarmee een hulpmiddel voor het segmenteren en classificeren van dossiers in een veilige omgeving, met aandacht voor robuustheid, uitlegbaarheid, beveiliging en toekomstige integratie in de gewenste doelomgeving (DIM). De applicatie moet in staat om uit gedigitaliseerde dossiers en documenten:

• Metadata te extraheren
• Pdf-bestanden te segmenteren in afzonderlijke documenten
• Documenten op basis van hun inhoud te classificeren
• Documenten binnen een dossier op basis van hun inhoud te sorteren in een vooraf aangegeven structuur De applicatie dient tenminste de volgende processtappen te doorlopen
• Clusters Pdf's inladen: Naar keuze handmatig via een hiërarchische mappenstructuur of via vooraf in te stellen bulk-import
• Ophalen van metadata: De applicatie haalt automatisch al bestaande metadata bij de geïmporteerde bestanden op, zoals naam en datum, die zichtbaar moeten worden gemaakt tijdens visuele controle. Deze gegevens moeten ook kunnen worden gebruikt tijdens verdere verwerking.
• Documentsegmentatie en tabblad-identificatie: Grote Pdf-bestanden dienen automatisch gesegmenteerd te worden in afzonderlijke documenten (visueel gemaakt op het dashboard van de applicatie) met behulp van het vooraf getrainde model. Daarbij dienen ook alle aanwezige tabbladen in een Pdf worden geïdentificeerd en gemarkeerd. Gebruikers moeten handmatige correcties kunnen aanbrengen door documenten of pagina's te verplaatsen, verwijderen of te markeren.
• Inrichten en trainen classificatie modellen: Het bepalen van de gewenste classificatiemodellen, en ook het trainen van deze classificatiemodellen moet, per archiefsoort, op redelijk eenvoudige wijze kunnen worden ingericht en getest door medewerkers op niveau van 'applicatiebeheerder'.
• Classificatie: Documenten moeten worden geanalyseerd en geclassificeerd door het vooraf getrainde classificatie model, waarbij:
• Documenten met afwijkende classificaties worden gemarkeerd voor handmatige controle.
• Correcties direct door de gebruiker worden kunnen doorgevoerd

Achtergrond opdracht 

De Justitiële Informatiedienst heeft in 2024 en 2025 de onderzoeksprojecten Versnelling Archiefselectie fase I, II, en III laten uitvoeren. Gedurende deze projecten heeft een team van professoren en specialisten onderzoek gedaan naar de mogelijkheden voor inzet van AI-modellen voor het (versneld) classificeren en sorteren van digitale archiefbestanden (Versnellen Archiefselectie: VAS). De resultaten van bovengenoemde onderzoeken geven aanleiding om binnen de Justitiële Informatiedienst een softwareapplicatie te laten ontwikkelen, in eerste instantie als solitaire oplossing vervolgens geïntegreerd in de Dienst Intelligent Metadateren (DIM)

Opleveren opdracht:
De opdracht moet getoetst zijn op alle genoemde eisen en zijn overgedragen aan de opdrachtgever. Er wordt een samenwerkingsconvenant opgesteld met het JenV Datalab waarbij gedurende de opdracht het Datalab betrokken is in de voortgang van deze opdracht. Voor de borging van deze opdracht wordt er een review/rapportage opgeleverd waarin opgedane kennis wordt overgedragen.