Интелигентна обработка на документи (IDP)

Интелигентната обработка на документи (IDP) използва изкуствен интелект, за да прави с документа онова, което днес прави човек: да го класифицира, да извлече важните данни, да ги провери спрямо системите на компанията и да реши къде да отидат, с ниво на увереност за всяко поле, което показва кога е нужен човешки преглед. Оптичното разпознаване на символи (OCR) е само част от този процес: превръща изображение на текст в символи, но не разбира какъв документ вижда, не знае кое от числата е общата сума и не забелязва, че липсва поле.

1Четирите слоя на интелигентната обработка на документи

Пълната обработка прави четири различни неща и е добре да се разграничат, защото всяко има своята трудност.

2Документите в една обикновена компания

Мисли се за фактурите, защото са най-видими, но реалният обем е разпределен.

Списъкът има значение, защото променя приоритетите. Автоматично известие за изтичащи сертификати може да струва повече от спестени минути по фактурите и обикновено е по-лесно за изграждане.

3IDP срещу OCR: защо шаблоните вече не стигат

Разпознаването с шаблони работи по координати: научава, че в документите на доставчик А общата сума е долу вдясно. Точно и бързо е, докато документът не се промени.

• Всяко ново оформление е настройка. С двадесет издатели е поносимо; с двеста някой се занимава само с това.
• Един редизайн чупи шаблона. Доставчикът мести логото си и извличането започва да греши без предупреждение.
• Не разбира варианти. Стокова разписка на две страници, накъсана таблица или ръкописна бележка в полето излизат от калъпа.
• Не знае какво не знае. Връща каквото стои на тази позиция, вярно или не.

Езиковият модел със зрение работи обратно: тълкува документа както би го направил човек и затова се справя с нови оформления без предварителна настройка. В замяна е по-малко предсказуем — оттам следва и следващата точка.

4Нивото на увереност е важното число

Въпросът, който всички задават — „каква е точността?“ — е най-безполезният. Добрият е: знае ли системата кога не е сигурна?

Универсален праг няма: определя се за всяко поле и с реална извадка от документи, като е по-строг за дата на изтичане или сума, отколкото за вътрешен референтен номер. А високата увереност не гарантира, че стойността е вярна — затова слоят за проверка остава необходим.

Практическото следствие е, че човешкият преглед не е провал на проектирането, а част от него. И че интерфейсът за преглед има същото значение като модела: ако корекцията на едно поле е три щраквания с документа отстрани, хората я правят; ако изисква два отворени екрана — не.

5Трудните случаи, с реалистични очаквания

6Как да изберете първия случай

Четири критерия, в този ред:

Често задавани въпроси