Проаналізовано особливості використання гармонізованої системи опису та кодування товарів, гармонізованої тарифної системи кодів у сучасних системах митної класифікації. Особлива увага приділяється викликам, що виникають при застосуванні цих кодів, зокрема через складність товарної номенклатури, а також різноманітність описів товарів. Крім того, досліджуються можливості інтеграції ІТ-технологій, машинного навчання та методів штучного інтелекту для автоматизації та оптимізації процедур митної класифікації. Розглядаються перспективи підвищення точності та ефективності роботи митних органів завдяки впровадженню інноваційних рішень. Також важливо зазначити, що системи класифікації можуть відрізнятися між країнами, що ускладнює уніфікацію процесу на міжнародному рівні. Це стає серйозною перешкодою для ефективної митної діяльності. Завдяки машинному навчанню та аналізу великих обсягів даних, митні органи можуть ефективніше виявляти невідповідності та оптимізувати роботу з товарними кодами. Впровадження таких інноваційних рішень допоможе покращити точність і швидкість роботи митних служб, що, у свою чергу, сприятиме прозорості та ефективності міжнародної торгівлі.
- Krupa, S., Krivenchuk, Yu. (2023). Means of improving automated selection of HS code. pp. 87. https://science.lpnu.ua/qm-2023/proceedings.
- Krupa, S., Krivenchuk, Yu. (2024). Review of the possibility of improving automated HS code selection using machine learning methods to optimize the customs classification process. pp. 46–149. https://doi.org/10.31891/ 2307-5732-2024-333-2-23
- Ding, L., Fan, Z., Chen, D (2015). Auto-categorization of HS code using background net approach. pp. 1462–1471. https://doi.org/10.1016/j.procs.2015.08.224
- Mohammed, M., Khan, M. B., & Bashier, E. B. M. (2020). Machine learning – Algorithms and applications. CRC Press. https://doi.org/10.1201/9781315371658
- World Customs Organization (WCO). (n.d.). What is the Harmonized System (HS). Retrieved from http://www.wcoomd.org/en/topics/nomenclature/overview/what-is-the-harmonized-system.aspx
- Chary Deekshith P., Singh R.P. (2020). Review on Advanced Machine Learning Model: Scikit-Learn , International Journal of Scientific Research and Engineering Development (IJSRED) Vol. 3, Issue 4, 526–529. https://www.researchgate.net/publication/344285242