Extraer datos de formularios

Importante:

El objetivo de esta página es ayudar a los usuarios noveles a familiarizarse con Document Understanding.

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

This quickstart guides you through the steps required to extract information from W-9 forms using the Intelligent Form Extractor. The W-9 forms are used as an example, but the procedure is similar for other types of documents where the data is structured.

Partiendo de cero, estos son los pasos que hay que seguir:

1. Crea un proceso en blanco
2. Instala los paquetes de actividades requeridos
3. Crea una taxonomía
4. Digitaliza el documento
5. Extraer los datos mediante el extractor inteligente de formularios
6. Valida los resultados mediante la estación de validación
7. Exportar resultados de extracción

Ahora, veamos cada paso con detalle.

1. Crea un proceso en blanco

Inicia UiPath Studio.

En la vista Backstage de INICIO, haz clic en Proceso para crear un nuevo proyecto.

Se mostrará la ventana Nuevo proceso en blanco. En esta ventana, introduce un nombre para el nuevo proyecto. Si quieres, también puedes añadir una descripción para clasificar tus proyectos más fácilmente.

Haz clic en Crear. Se abrirá el nuevo proyecto en Studio.

2. Instala los paquetes de actividades requeridos

Desde el botón Gestionar paquetes de la cinta, además de los paquetes de actividades principales (UiPath.Excel.Activities, UiPath.Mail.Activities, UiPath.System.Activities, UiPath.UIAutomation.Activities) que se añaden al proyecto de forma predeterminada, instala los siguientes paquetes de actividades:

• UiPath.IntelligentOCR.Activities
• UiPath.OCR.Activities

3. Crea una taxonomía

Una vez instalados los paquetes, enumera los campos necesarios. Llevaremos a cabo la extracción de datos para los siguientes campos:

• 1_Name: Text
• 2_BusinessName: Text
• 3a_Individual: Boolean
• 3b_CCorp: Boolean
• 3c_SCorp: Boolean
• 3d_Partnership: Boolean
• 3e_TrustEstate: Boolean
• 3f_LLC: Boolean
• 3f_LLCTaxClassification: Boolean
• 3g_Other: Boolean
• 3g_OtherDetail: Boolean
• 5_Address: Text
• 6_CityStateZip: Text
• 7_AcctNumber: Text
• TIN_SSN: Text
• TIN_ETN: Text
• Certification_Signature: Boolean
• Certification_SignatureDate: Date

Open Taxonomy Manager and create a group named "Structured Documents", a category named "Lending Forms", and a document type named "W-9". Create above listed fields with user friendly names along with respective data types.

4. Digitaliza el documento

En el archivo Main.xaml , añade una actividad Cargar taxonomía y crea una variable para la salida de la taxonomía.

Añade una actividad Digitalizar documento con UiPath Document OCR. Proporcione la propiedad de entrada Ruta del documento y cree variables de salida para Texto del documento y Modelo de objeto del documento.

No te olvides de añadir la clave API de Document Understanding en la actividad de UiPath Document OCR.

5. Extrae los datos mediante el extractor inteligente de formularios

Añade una actividad Alcance de la extracción de información y rellena las propiedades.

Arrastra y suelta el Extractor inteligente de formularios dentro de él. El punto final debe rellenarse automáticamente con el punto final Extractor inteligente de formularios, es decir, https://du.uipath.com/svc/intelligentforms. Proporciona la clave API de Document Understanding.

Una vez hecho esto, para crear una nueva plantilla, haz clic en Administrar las plantillas > Crear plantilla. Se abre una ventana emergente.

En tipo de documento, selecciona el tipo de documento W-9 creado anteriormente.

En Nombre del documento, introduce un nombre para tu plantilla.

En Documento de plantilla (PDF nativo si es posible), adjunta un documento de plantilla en el que vayas a asignar las posiciones de campo.

En Motor OCR, selecciona de nuevo UiPath Document OCR. Al igual que antes, el punto final debe rellenarse automáticamente, es decir, https://du.uipath.com/ocr, y solo tienes que proporcionar la clave API.

Haz clic en Configurar para pasar al siguiente paso. Se abrirá la ventana emergente Administrador de plantillas.

Here, we will need to select the areas where we want Intelligent Form Extractor to search for our fields. Configure them by following the steps detailed here. You also have the option of using anchors for your fields. More information on anchors here.

Deberías terminar con algo como lo siguiente:

Haz clic en Guardar. En esta pantalla se pueden definir los campos de escritura a mano o de firma, en su caso. También puedes definir sinónimos para los campos booleanos. Cierra la ventana cuando hayas terminado.

El siguiente paso es configurar el extractor, es decir, hacer que el extractor inteligente de formularios procese todos los documentos de tipo W-9.

6. Valida los resultados mediante la estación de validación

Para comprobar los resultados a través de la Estación de validación, arrastra y suelta la actividad Mostrar estación de validación y proporciona los detalles de entrada.

7. Exporta los resultados de la extracción

Para exportar los resultados de la extracción, validados o no, arrastra y suelta una actividad Exportar resultados de extracción al final de tu flujo de trabajo. Esto genera los resultados en un DataSet que contiene varias tablas, que luego podrían escribirse en un archivo de Excel o utilizarse directamente en un proceso posterior.

Descargar ejemplo

Descarga este proyecto de muestra para ejecutar el flujo de trabajo W-9 con extractor inteligente de formularios utilizando este enlace.