Extrahieren von Daten aus Belegen

Wichtig:

The aim of this page is to help first time users get familiar with UiPath® Document Understanding^TM.

For scalable production deployments, we strongly recommend using the Document Understanding Process available in UiPath® Studio under the Templates section.

This quickstart shows you how to extract data from receipts using the out-of-the-box Receipts ML model with its corresponding public endpoint.

Die Validierung kann entweder durch Präsentieren der Validation Station oder mithilfe der Validation Action im Action Center erfolgen. Beide Optionen werden in den folgenden Abschnitten beschrieben.

Verwenden des ML-Modells „Receipts“ mit „Öffentlicher Endpunkt“ und Validation Station

In diesem Abschnitt validieren wir die Extraktionsergebnisse mithilfe der Validation Station.

Um einen einfachen Workflow mithilfe des ML-Modells Belege zu erstellen, führen Sie folgende Schritte aus:

1. Einen leeren Prozess erstellen
2. Die erforderlichen Aktivitätspakete installieren
3. Taxonomie erstellen
4. Das Dokument digitalisieren
5. Die Daten mit dem ML-Modell für Belege (Receipts) extrahieren
6. Die Ergebnisse mithilfe der Validation Station validieren
7. Die Extraktionsergebnisse exportieren

1. Einen leeren Prozess erstellen

• Starten Sie UiPath Studio.
• Wählen Sie in der Backstage-Ansicht HOME die Option Prozess, um ein neues Projekt zu erstellen.
• Das Fenster Neuer leerer Prozess wird angezeigt. Geben Sie in diesem Fenster einen Namen für das neue Projekt ein. Wenn Sie möchten, können Sie auch eine Beschreibung eingeben, um Ihre Projekte einfacher auffindbar zu machen.
• Wählen Sie Erstellen. Das neue Projekt wird in Studio geöffnet.

2. Die erforderlichen Aktivitätspakete installieren

Installieren Sie über die Schaltfläche Pakete verwalten im Menüband neben den standardmäßig zum Projekt hinzugefügten Kern-Aktivitätenpaketen (UiPath.Excel.Activities, UiPath.Mail.Activities, UiPath.System.Activities, UiPath.UIAutomation.Activities) die folgenden Aktivitätspakete:

• UiPath.DocumentUnderstanding.ML.Activities
• UiPath.DocumentUnderstanding.OCR.LocalServer
• UiPath.IntelligentOCR.Aktivitäten (UiPath.IntelligentOCR.Activities)
• UiPath.MLServices.Activities

3. Taxonomie erstellen

Sobald die Aktivitätspakete installiert sind, führen Sie die erforderlichen Felder auf.Das ML-Modell Belege unterstützt die Datenextraktion für folgende Felder:

• name (Name) – Text
• vendor-addr (Lieferantenadresse) – Adresse
• total (gesamt) – Zahl
• date (Datum) – Datum
• phone (Telefonnummer) – Text
• currency (Währung) – Text
• expense-type (Ausgabentyp) – Text
• items (Posten) – Tabelle
  • description (Beschreibung) – Text
  • line-amount (Zeilensumme) – Zahl
  • unit-price (Stückpreis) – Zahl
  • quantity (Menge) – Zahl

Open Taxonomy Manager and create a group named Semi Structured Documents, a category named Finance, and a document type named Receipts. Create the listed fields with user friendly names along with respective data types.

4. Das Dokument digitalisieren

• In the Main.xaml file, add a Load Taxonomy activity and create a variable for the taxonomy output.
• Add a Digitize Document activity with UiPath Document OCR. Provide the input property Document Path and create output variables for Document Text and Document Object Model.
• Denken Sie daran, den API-Schlüssel von Document Understanding in der Aktivität „UiPath Document OCR“ hinzuzufügen.

5. Die Daten mit dem ML-Modell für Belege (Receipts) extrahieren

• Fügen Sie eine Data Extraction Scope-Aktivität hinzu und geben Sie die Eigenschaften ein.
• Drag and drop a Machine Learning Extractor activity. A pop-up with three input parameters, Endpoint, ML Skill, and ApiKey, is displayed on the screen.
• Fill in the Endpoint parameter with the Receipts Public Endpoint, namely https://du.uipath.com/ie/receipts, and provide the Document Understanding API key.
• Wählen Sie Funktionen abrufen aus.
• Im nächsten Schritt muss der Extraktor konfiguriert werden. Durch die Konfiguration des Extraktors werden die in Taxonomiemanager erstellten Felder den verfügbaren Feldern im ML-Modell zugeordnet.

• Um den Machine Learning Extractor mit einer ML-Fähigkeit zu verwenden, wählen Sie die ML-Fähigkeit aus der Dropdownliste aus und konfigurieren Sie den Extraktor.
• Ihr Roboter-Assistent muss mit demselben Mandanten wie Ihre ML-Fähigkeit verbunden sein.

6. Die Ergebnisse mithilfe der Validation Station validieren

To check the results through Validation Station, drag and drop the Present Validation Station activity and provide the input details.

7. Die Extraktionsergebnisse exportieren

To export the extraction results, drag and drop an Export Extraction Results activity to the end of your workflow. This outputs the results into a DataSet that contains multiple tables, which could then be written to an Excel file or be used directly in a downstream process.

Beispiel herunterladen

Download this sample project using this link.

Das Beispiel enthält zwei Workflows:

• Main.xaml – In diesem Workflow werden die Extraktionsergebnisse mithilfe von Validation Station validiert.
• Main – Unattended.xaml – In diesem Workflow werden die Extraktionsergebnisse mithilfe der Validation Action validiert; dies wird im folgenden Abschnitt beschrieben

Verwenden des ML-Modells „Receipts“ mit „Öffentlicher Endpunkt“ und Validation Action

Auf dieser Seite finden Sie weitere Informationen dazu, wie Sie eine Validierungsaktion des Action Center durchführen können, anstatt die Validation Station zu verwenden.

Wie funktionieren Aufgaben im Action Center?

Wenn eine Automatisierung Entscheidungen wie Genehmigungen, Eskalationen und Ausnahmen enthält, die ein Mensch treffen sollte, kann der Prozess dank UiPath Action Center einfach vom Roboter zum Menschen übergeben werden (und wieder zurück).

Document Understanding-Action Center-Aktivitäten sind im Paket UiPath.IntelligentOCR.Activities und UiPath.Persistance.Activities enthalten. Vergessen Sie nicht, Persistenz-Aktivitäten in den allgemeinen Einstellungen in UiPath Studio zu aktivieren:

Wie funktioniert die Validation Action?

Die Produktivität kann durch Hinzufügen eines Orchestrierungsprozesses erhöht werden, der Dokumentvalidierungsaktionen im Action Center sowohl im lokalen Orchestrator als auch der Automation Cloud hinzufügt. Diese Aktion reduziert Ihren Bedarf an der lokalen Speicherung der Dokumente, dem Installieren eines Roboters auf allen Maschinen mit menschlichen Benutzern oder dem Warten des Roboters, bis die Validierung durch menschliche Benutzer abgeschlossen ist.

Weitere Details finden Sie hier.

Wie wird die Validation Action verwendet?

Wiederholen Sie die Schritte 1 bis 5 im vorherigen Abschnitt.

Then, instead of using the Present Validation Station activity, use the Create Document Validation Action and Wait for Document Validation Action and Resume activities.

Dadurch wird eine Dokumentvalidierungsaktion im Action Center erstellt. Die Ausgabe der Aktivität „Create Document Validation Action“ kann dann mit der Aktivität Wait for Document Validation Action and Resume verwendet werden, um Orchestrierungsworkflows nach Abschluss menschlicher Aktionen im Action Center auszusetzen und fortzusetzen.