บริษัทนายหน้าอสังหาริมทรัพย์ John L. Scott ใช้ Amazon Text เพื่อโจมตีภาษาที่จำกัดทางเชื้อชาติจากโฉนดที่ดินสำหรับเจ้าของบ้าน

ก่อตั้งขึ้นเมื่อกว่า 91 ปีที่แล้วในซีแอตเทิล อสังหาริมทรัพย์ของจอห์น แอล. สก็อตต์ค่านิยมหลักของชีวิตคือการใช้ชีวิตแบบมีส่วนร่วม® บริษัทช่วยให้ผู้ซื้อบ้านค้นหาและซื้อบ้านในฝัน ขณะเดียวกันก็ช่วยให้ผู้ขายก้าวไปสู่บทต่อไปของเส้นทางการเป็นเจ้าของบ้านของพวกเขา ปัจจุบัน จอห์น แอล. สก็อตต์ มีสำนักงานมากกว่า 100 แห่ง โดยมีตัวแทนมากกว่า 3,000 รายทั่ววอชิงตัน โอเรกอน ไอดาโฮ และแคลิฟอร์เนีย

เมื่อเจ้าหน้าที่ฝ่ายปฏิบัติการของบริษัท Phil McBride เข้าร่วมบริษัทในปี 2007 หนึ่งในความท้าทายเบื้องต้นของเขาคือการเปลี่ยนเว็บไซต์สาธารณะของบริษัทจากสภาพแวดล้อมภายในองค์กรเป็นเว็บไซต์ที่โฮสต์บนคลาวด์ จากข้อมูลของ McBride โลกแห่งทรัพยากรเปิดให้ John L. Scott เมื่อบริษัทเริ่มทำงานกับ AWS เพื่อสร้างสภาพแวดล้อมที่เปิดใช้งานระบบคลาวด์ที่ควบคุมได้ง่าย

วันนี้ McBride กำลังเผชิญกับความท้าทายในการเปิดเผยและแก้ไขข้อจำกัดการเลือกปฏิบัติที่มีมายาวนานหลายสิบปีในชื่อบ้านและโฉนด สิ่งที่เขาไม่ได้คาดหวังคือการขอความช่วยเหลือจาก AWS ในการดำเนินการ

ในโพสต์นี้ เราจะแชร์วิธีที่ John L. Scott ใช้ Amazon Text และ เข้าใจ Amazon เพื่อระบุภาษาที่จำกัดทางเชื้อชาติจากเอกสารดังกล่าว

ปัญหาที่มีรากฐานมาจากการเลือกปฏิบัติในอดีต

พันธสัญญาทางเชื้อชาติจำกัดว่าใครสามารถซื้อ ขาย ให้เช่า หรือครอบครองทรัพย์สินตามเชื้อชาติ (ดูเอกสารตัวอย่างต่อไปนี้) แม้ว่าจะไม่มีการบังคับใช้อีกต่อไปตั้งแต่พระราชบัญญัติการเคหะที่เป็นธรรมของปี 1968 พันธสัญญาทางเชื้อชาติก็แพร่หลายไปทั่วประเทศในช่วงที่ความเจริญด้านที่อยู่อาศัยหลังสงครามโลกครั้งที่สองและยังคงมีอยู่ในชื่อของบ้านหลายล้านหลัง ข้อตกลงทางเชื้อชาติเป็นหลักฐานโดยตรงของการสมรู้ร่วมคิดของอุตสาหกรรมอสังหาริมทรัพย์และความพึงพอใจ เมื่อพูดถึงนโยบายการเหยียดเชื้อชาติของรัฐบาลในอดีต

ในปี 2019 แมคไบรด์พูดเพื่อสนับสนุนกฎหมายของรัฐวอชิงตันซึ่งเป็นขั้นตอนต่อไปในการแก้ไขความอยุติธรรมทางประวัติศาสตร์ของภาษาทางเชื้อชาติในพันธสัญญา ในปี พ.ศ. 2021 ได้มีการผ่านร่างกฎหมายที่กำหนดให้ตัวแทนอสังหาริมทรัพย์ต้องแจ้งบันทึกข้อตกลงที่ผิดกฎหมายหรือการจำกัดโฉนดที่ดินแก่ผู้ซื้อ ณ เวลาที่ขาย หนึ่งปีหลังจากที่กฎหมายผ่านและได้รับแจ้งเจ้าของบ้าน จอห์น แอล. สก็อตต์พบว่ามีเจ้าของบ้านเพียงห้ารายในรัฐวอชิงตันที่ดำเนินการปรับปรุงโฉนดที่ดินของตนเอง

“ความท้าทายอยู่ที่ปริมาณอสังหาริมทรัพย์จำนวนมากในรัฐวอชิงตัน และระบบปัจจุบันในการปรับปรุงการกระทำของคุณ” แมคไบรด์กล่าว “กระบวนการอัปเดตยังคงซับซ้อนมาก ดังนั้นเฉพาะเจ้าของบ้านที่มีแรงจูงใจมากที่สุดเท่านั้นที่จะทำการค้นคว้าและดำเนินการตามกฎหมายเพื่อแก้ไขการกระทำของพวกเขา สิ่งนี้จะไม่เกิดขึ้นในระดับ”

ความพยายามในขั้นต้นในการค้นหาภาษาที่เข้มงวดทำให้นักศึกษามหาวิทยาลัยและอาสาสมัครในชุมชนได้อ่านเอกสารและบันทึกผลการวิจัยด้วยตนเอง แต่ในรัฐวอชิงตันเพียงอย่างเดียว เอกสารหลายล้านฉบับต้องได้รับการวิเคราะห์ วิธีการแบบแมนนวลไม่สามารถปรับขนาดได้อย่างมีประสิทธิภาพ

แมชชีนเลิร์นนิงเอาชนะกระบวนการที่ต้องทำด้วยตนเองและซับซ้อน

ด้วยการสนับสนุนจาก AWS Global Impact Computing Specialists and Solutions Architects จอห์น แอล. สก็อตต์ ได้สร้างโซลูชันการประมวลผลเอกสารอัจฉริยะที่ช่วยให้เจ้าของบ้านระบุพันธสัญญาที่จำกัดทางเชื้อชาติในเอกสารกรรมสิทธิ์ของตนได้อย่างง่ายดาย โซลูชันการประมวลผลเอกสารอัจฉริยะนี้ใช้แมชชีนเลิร์นนิงเพื่อสแกนชื่อ โฉนด และเอกสารคุณสมบัติอื่นๆ ค้นหาข้อความสำหรับภาษาที่มีการจำกัดเชื้อชาติ นอกจากนี้ สมาคมผู้ตรวจสอบเขตแห่งรัฐวอชิงตันยังทำงานร่วมกับจอห์น แอล. สก็อตต์ เพื่อจัดหาโฉนด ตำแหน่ง และ CC&R ที่แปลงเป็นดิจิทัลจากฐานข้อมูล โดยเริ่มจากคิงเคาน์ตี้ วอชิงตัน

เมื่อระบุพันธสัญญาทางเชื้อชาติเหล่านี้แล้ว สมาชิกในทีมของ John L. Scott จะแนะนำเจ้าของบ้านตลอดกระบวนการปรับเปลี่ยนข้อจำกัดการเลือกปฏิบัติจากชื่อบ้านของพวกเขา ด้วยการสนับสนุนบริการรับรองเอกสารออนไลน์ เช่น Notarize

ด้วยเป้าหมายในการสร้างโซลูชันที่ทีมแบบลีนที่ John L. Scott สามารถจัดการได้ ทีมของ McBride จึงทำงานร่วมกับ AWS เพื่อประเมินบริการต่างๆ และรวมเข้าด้วยกันในรูปแบบโมดูลาร์ที่ทำซ้ำได้ ซึ่งสอดคล้องกับวิสัยทัศน์และหลักการของทีมในด้านความเร็วและขนาด เพื่อลดค่าใช้จ่ายในการจัดการและเพิ่มความสามารถในการปรับขนาดสูงสุด ทีมงานได้ทำงานร่วมกันเพื่อสร้างสถาปัตยกรรมแบบไร้เซิร์ฟเวอร์สำหรับจัดการการนำเข้าเอกสารและการระบุภาษาที่จำกัดโดยใช้บริการหลักของ AWS หลายรายการ:

• บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon – เอกสารถูกจัดเก็บไว้ใน Data Lake ของ Amazon S3 เพื่อการจัดเก็บข้อมูลที่ปลอดภัยและมีความพร้อมใช้งานสูง
• AWS แลมบ์ดา – เอกสารจะถูกประมวลผลโดย Lambda เมื่อมาถึง Data Lake S3 ภาพเอกสารต้นฉบับแบ่งออกเป็นไฟล์หน้าเดียวและวิเคราะห์ด้วย Amazon Text (การตรวจจับข้อความ) และ Amazon Comprehend (การวิเคราะห์ข้อความ)
• Amazon Text – Amazon Texttract จะแปลงรูปภาพดิบเป็นบล็อกข้อความโดยอัตโนมัติ ซึ่งสแกนโดยใช้การจับคู่รูปแบบสตริงที่คลุมเครือสำหรับภาษาที่จำกัด เมื่อมีการระบุภาษาที่จำกัด ฟังก์ชันของ Lambda จะสร้างไฟล์รูปภาพใหม่ที่เน้นภาษาโดยใช้พิกัดที่มาจาก Amazon Texttract สุดท้าย บันทึกของข้อค้นพบที่จำกัดจะถูกเก็บไว้ในan อเมซอน ไดนาโมดีบี ตาราง
• เข้าใจ Amazon – Amazon Comprehend วิเคราะห์ข้อความที่ส่งออกจาก Amazon Texttract และระบุข้อมูลที่เป็นประโยชน์ (เอนทิตี) เช่น วันที่และตำแหน่งภายในข้อความ ข้อมูลนี้เป็นกุญแจสำคัญในการระบุว่าข้อ จำกัด มีผลบังคับใช้ที่ไหนและเมื่อใด

ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมของการส่งผ่านข้อมูลแบบไร้เซิร์ฟเวอร์และไปป์ไลน์การระบุ

จากรากฐานนี้ ทีมงานยังได้รวมข้อมูลพัสดุ (ผ่าน GeoJSON และ Shapefiles) จากรัฐบาลของเคาน์ตีเพื่อระบุเจ้าของทรัพย์สินที่ได้รับผลกระทบ เพื่อให้พวกเขาได้รับแจ้งและเริ่มกระบวนการแก้ไข เว็บไซต์สาธารณะที่กำลังจะมีขึ้นจะอนุญาตให้เจ้าของทรัพย์สินป้อนที่อยู่ของตนในเร็วๆ นี้ เพื่อดูว่าทรัพย์สินของตนได้รับผลกระทบจากเอกสารที่มีข้อจำกัดหรือไม่

การสร้างตัวอย่างใหม่สำหรับศตวรรษที่ 21

เมื่อถูกถามเกี่ยวกับสิ่งที่จะเกิดขึ้นต่อไป McBride กล่าวว่าการทำงานกับ Amazon Texttract และ Amazon Comprehend ได้ช่วยให้ทีมของเขาเป็นแบบอย่างให้กับเทศมณฑลอื่นๆ และบริษัทอสังหาริมทรัพย์ทั่วประเทศที่ต้องการนำโครงการนี้มาสู่พื้นที่ทางภูมิศาสตร์ของตน

“ไม่ใช่ทุกพื้นที่จะมีโครงการที่แข็งแกร่งเหมือนที่เราทำในรัฐวอชิงตัน โดยอาสาสมัครของมหาวิทยาลัยวอชิงตันจะทำดัชนีการกระทำและแจ้งให้เจ้าของบ้านทราบ” แมคไบรด์กล่าว “อย่างไรก็ตาม เราหวังว่าการนำเสนอโซลูชันการประมวลผลเอกสารอัจฉริยะในสาธารณสมบัติ จะช่วยให้ผู้อื่นขับเคลื่อนการเปลี่ยนแปลงในชุมชนท้องถิ่นของตนได้”

อ่านเพิ่ม

---

เกี่ยวกับผู้แต่ง

เจฟฟ์ สต็อคแคมป์ เป็น Senior Solutions Architect ในเมืองซีแอตเทิล รัฐวอชิงตัน เจฟฟ์ช่วยแนะนำลูกค้าในขณะที่พวกเขาสร้างแอปพลิเคชันที่ออกแบบอย่างดีและย้ายปริมาณงานไปยัง AWS เจฟฟ์เป็นช่างก่อสร้างอย่างต่อเนื่องและใช้เวลาว่างสร้างเลโก้กับลูกชาย

จาร์มาน เฮาเซอร์ เป็นผู้นำด้านการพัฒนาธุรกิจและกลยุทธ์สู่ตลาดที่ AWS เขาทำงานร่วมกับลูกค้าในการใช้ประโยชน์จากเทคโนโลยีในรูปแบบพิเศษเพื่อแก้ปัญหาความท้าทายทางสังคม สิ่งแวดล้อม และเศรษฐกิจที่ท้าทายที่สุดในโลก

มูซา คูลบู เป็นผู้นำด้านสถาปัตยกรรมโซลูชันอาวุโสที่ AWS เขาช่วยลูกค้ากำหนดกลยุทธ์ระบบคลาวด์และเร่งความเร็วดิจิทัลโดยสร้างการเชื่อมต่อระหว่างความตั้งใจและการดำเนินการ เขานำทีมสถาปนิกโซลูชันที่มีประสิทธิภาพสูงในการส่งมอบโซลูชันระดับองค์กรที่ใช้ประโยชน์จากเทคโนโลยีล้ำสมัยของ AWS เพื่อให้สามารถเติบโตและแก้ปัญหาทางธุรกิจและสังคมที่สำคัญที่สุด