- Vue d'ensemble (Overview)
- About Document Understanding™
- Introduction
- Types de documents
- Fonctionnalités fondamentales
- Concepts clés
- Démarrage
- Créer des modèles
- Utiliser des modèles
- Paquets ML
- 1040 - Paquet ML
- Annexe C du formulaire 1040 Planification C - Paquet ML
- 1040 Planification D - Paquet ML
- Annexe E du formulaire 1040 - Paquet ML
- Paquet ML - 1040x
- Paquet ML 3949a
- 4506T - Paquet ML
- Paquet ML 709
- Paquet ML 941x
- Paquet ML 9465
- 990 - Paquet ML
- ACORD125 - Paquet ML
- ACORD126 - Paquet ML
- ACORD131 - Paquet ML
- ACORD140 - Paquet ML
- ACORD25 - Paquet ML
- États financiers - Paquet ML
- Connaissement - Paquet ML
- Paquet ML - Certificat de constitution
- Paquet ML - Certificat d'origine
- Chèques - Paquet ML
- Paquet ML - Certificat de produit pour enfants
- CMS1500 - Paquet ML
- Paquet ML - Déclaration de conformité de l’UE
- États financiers - Paquet ML
- FM1003 - Paquet ML
- I9 - Paquet ML
- Cartes d’identité - Paquet ML
- Factures - Paquet ML
- FacturesAustralie - Paquet ML
- FacturesChine - Paquet ML
- Paquet ML - Factures hébreu
- FacturesInde - Paquet ML
- FacturesJapon - Paquet ML
- Paquet ML - Livraison des factures
- Listes de colisage - Paquet ML
- Fiches de paie - Paquet ML
- Passeports - Paquet ML
- Bons de commande - Paquet ML
- Reçus - Paquet ML
- RemittanceAdvices - Paquet ML
- Formulaire UB04 - Paquet ML
- Factures de services publics - Paquet ML
- Titres de véhicule - Paquet ML
- W2 - Paquet ML
- W9 - Paquet ML
- Points de terminaison publics
- Langues prises en charge
- Données et sécurité
- Logique d’attribution de licences et de charge
- Comment
Fonctionnalités fondamentales
Pour automatiser le traitement des documents, quatre capacités fondamentales sont requises : numérisation, classification, extraction et validation.
La numérisation convertit un document physique en texte lisible par machine, qui peut ensuite être traité numériquement. Bien que la reconnaissance optique de caractères (OCR) soit une partie importante de la numérisation, le processus de numérisation est plus complexe et implique diverses étapes, y compris l’OCR.
Par exemple, dans le cas de documents au format PDF, l’algorithme de numérisation peut faire la distinction entre les PDF numérisés et natifs ou les PDF hybrides contenant des images numérisées et du texte natif. La majeure partie du texte peut être extraite directement d’un document PDF natif, mais dans certains cas, quelques logos peuvent avoir besoin d’être lus à l’aide de l’OCR. Le processus de numérisation peut gérer toutes ces situations pour garantir une précision maximale dans la détection de texte tout en s’exécutant rapidement et efficacement.
Dans la plupart des cas d’utilisation, les documents doivent être triés en catégories logiques afin que différentes méthodes de traitement puissent leur être appliquées.
L’objectif d’une classification est de numériser un document et de décider à quel type de document il appartient. Connaître le type d’un document est important car différents types de documents nécessitent différentes techniques de traitement. Par exemple, une facture doit être traitée par un modèle d’extraction de factures pour garantir que tous les champs pertinents sont extraits.
L’extraction de données est le processus permettant de sélectionner et de récupérer uniquement les informations pertinentes d’un document. L’extraction de données spécifiques d’un long document à l’aide de la manipulation de string peut être difficile. Cependant, Document UnderstandingTM fournit différentes méthodes d’extraction pour différents types et formats de documents. Par exemple, nous voulons uniquement extraire les champs Nom du fournisseur (Vendor Name), Nom de facturation (Billing Name), Date d’échéance (Due Date) et Total (Total) d’une facture.
Dans la classification et l’extraction, les robots logiciels utilisent le concept de confiance, qui mesure le niveau de confiance qu’une tâche particulière a été correctement effectuée. La tâche peut consister à reconnaître un type de document, à identifier un champ ou à lire les données qu’il contient. Dans ces cas, l’infrastructure Document Understanding vous permet d’engager un utilisateur humain pour examiner et valider la sortie du robot. Dans le meilleur scénario, l’intervention humaine est utilisée pour entraîner la précision du robot via l’apprentissage automatique.
