pue-score-minilm-rulebased

Classificatore binario per aggiuntivi di polizza Unipol: OK (approvazione automatica) vs KO (mandare in direzione). Modello rule-based sul criterio umano (testo non standard -> KO), ottimizzato per la precision (FN costa meno di FP).

Metriche (test set, 184 righe, 37 KO)

Metrica	Valore
Precision	0.6957
Recall	0.4324
F1	0.5333
Accuracy	0.8478

Confusion matrix: {"tn": 140, "fp": 7, "fn": 21, "tp": 16}

Uso

from huggingface_hub import hf_hub_download
from inference import RuleBasedClassifier

# per il modello rule-based:
clf = RuleBasedClassifier("config.json")
result = clf.predict("testo dell'aggiuntivo...")
print(result["esito"])  # "OK" (approva) o "KO" (vai in direzione)

Config

{
  "type": "rule_based_hybrid",
  "ko_patterns": [
    [
      "casa vacanza|affittata a terzi|locata casa vacanza",
      3.0
    ],
    [
      "primo rischio",
      3.0
    ],
    [
      "valore dellimmobile|valore immobile assicurato",
      3.0
    ],
    [
      "ristrutturaz",
      2.5
    ],
    [
      "mobil ?home|camper|roulotte|caravan",
      3.0
    ],
    [
      "compropriet",
      2.0
    ],
    [
      "piu persone giuridiche|piu comproprietari",
      2.5
    ],
    [
      "\\bbox\\b",
      2.0
    ],
    [
      "dipendenza|pertinenza|garage|seminterrato|tettoia",
      1.5
    ],
    [
      "ufficio|commerciale|negozio",
      1.5
    ],
    [
      "figlia|figlio|affetta|affetto|tetraplegia|disabil|inabile",
      2.5
    ],
    [
      "asini|bovini|equini|cani\\b|animali",
      2.0
    ],
    [
      "presso terzi|svolta presso",
      2.0
    ],
    [
      "tatuator|piercing|estetici|parrucchier|barbiere|acconciatore",
      2.0
    ],
    [
      "trattativa|richieste di attenzione",
      2.5
    ],
    [
      "da determinare|da definirsi",
      3.0
    ],
    [
      "si richiede autorizzazione|si chiede autorizzazione|richiedo autorizzazione|richiesta di autorizzazione|autorizzazione preventivo",
      3.0
    ],
    [
      "frazionamento|quota.*immobile|\\d+\\s*%.*propriet|propriet.*\\d+\\s*%",
      2.0
    ],
    [
      "condominio.*parte|parti comuni",
      1.5
    ]
  ],
  "ok_patterns": [
    [
      "a puro titolo esemplificativo|a titolo esemplificativo|a titolo indicativo",
      -2.5
    ],
    [
      "fermo il resto",
      -1.0
    ],
    [
      "estende|estesa|ricomprende",
      -0.5
    ]
  ],
  "len_weight": 2.0,
  "threshold": 3.0,
  "threshold_rationale": "soglia alta: solo testi CHIARAMENTE non standard vanno in KO (FN costa meno di FP). Regola di business, non iperparametro appreso.",
  "preprocessing": "clean_v2 (strip_html + lower + no apostrofi/punteggiatura/trattini, max 60 parole)",
  "label_positive": "KO (1) = mandare in direzione",
  "label_negative": "OK (0) = approvazione automatica",
  "seed": 42
}

Nota

Le etichette di training (TP/FN/FP/TN) sono il confusion matrix del modello FRIDA e sono anti-correlate col feedback umano (FB_ESITO). Il modello rule-based implementa il criterio umano direttamente dalle linee guida di business (testo non standard → KO).