Extraction des données depuis des reçus

Important :

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.

La validation peut être effectuée soit en présentant la Station de validation (Validation Station), soit en utilisant l'action de validation dans Action Center. Les deux options sont décrites dans les sections suivantes.

Utilisation du modèle Receipts ML avec le point de terminaison public et la Station de validation

Dans cette section, nous allons valider les résultats d'extraction à l'aide de la Station de validation (Validation Station).

To create a basic workflow using the Receipts ML Model, use the following steps:

1. Créer un processus vierge
2. Installer les packages d'activités requis
3. Créer une taxonomie
4. Numériser le document
5. Extraire les données à l'aide du modèle ML Reçus (Receipts)
6. Valider les résultats à l'aide de la Station de validation (Validation Station)
7. Exporter les résultats de l'extraction

1. Créer un processus vierge

• Lancer UiPath Studio.
• In the HOME backstage view, select Process to create a new project.
• La fenêtre Nouveau processus vierge (New Blank Process) s'affiche. Dans cette fenêtre, entrez un nom pour le nouveau projet. Si vous le souhaitez, vous pouvez également ajouter une description pour trier plus facilement vos projets.
• Select Create. The new project is opened in Studio.

2. Installer les packages d'activités requis

From the Manage Packages button in the ribbon, besides the core activities packages (UiPath.Excel.Activities, UiPath.Mail.Activities, UiPath.System.Activities, UiPath.UIAutomation.Activities) that are added to the project by default, install the following activities packages:

• UiPath.DocumentUnderstanding.ML.Activities
• UiPath.DocumentUnderstanding.OCR.LocalServer
• UiPath.IntelligentOCR.Activities
• UiPath.MLServices.Activities

3. Créer une taxonomie

Once the activities packages are installed, list out the required fields. The Receipts ML model supports data extraction for the following fields:

• nom - Text
• adresse-fournisseur - Address
• total - Number
• date - Date
• téléphone - Text
• devise - Text
• type de dépense - Text
• éléments - Table
  • description - Text
  • montant-ligne - Number
  • prix unitaire – Number
  • quantité - Number

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. Numériser le document

• 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.
• N'oubliez pas d'ajouter la clé API Document Understanding dans l'activité UiPath Document OCR.

5. Extraire les données à l'aide du modèle ML Reçus (Receipts)

• Add a Data Extraction Scope activity and fill in the properties.
• 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.
• Select Get Capabilities.
• The next step is to configure the extractor. Configuring the extractor means mapping the fields that you created in Taxonomy Manager to the fields available in the ML model.

• Pour utiliser l'extracteur d'apprentissage automatique (Machine Learning Extractor) avec une compétence ML, choisissez la compétence ML dans la liste déroulante et configurez l'extracteur.
• Votre assistant robot doit être connecté au locataire dans lequel se trouve votre compétence ML.

6. Valider les résultats à l'aide de la Station de validation (Validation Station)

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

7. Exporter les résultats de l'extraction

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.

Téléchargez l'exemple

Download this sample project using this link.

L'exemple contient deux workflows :

• Main.xaml - in this workflow, the extraction results are validated using Validation Station
• Main - Unattended.xaml - Dans ce workflow, les résultats de l'extraction sont validés à l'aide de l'Action de validation (Validation Action) comme décrit dans la section suivante

Utilisation du modèle ML Reçus (Receipts) avec le Point de terminaison public (Public Endpoint) et l'Action de validation (Validation Action)

Vous trouverez dans cette page de plus amples informations décrivant comment utiliser une action de validation d'Action Center au lieu de présenter la Station de validation.

Comment fonctionnent les tâches dans Action Center ?

Lorsqu'une automatisation comprend des décisions qu'un utilisateur doit prendre, tel que des approbations, des escalades et des exceptions, UiPath Action Center permet de transférer facilement et efficacement le processus du robot à l'utilisateur. Et vice-versa.

Les activités Document Understanding Action Center sont fournies avec le package UiPath.IntelligentOCR.Activities et le package UiPath.Persistance.Activities. N'oubliez pas d'activer les activités de Persistance (Persistence) à partir des Paramètres généraux (General Settings) dans UiPath Studio :

Comment fonctionne l'Action de validation (Validation Action) ?

La productivité peut être augmentée en ajoutant un processus d'orchestration qui ajoute des actions de validation de document dans Action Center, à la fois dans Orchestrator en local et Automation Cloud. Cette action vous évite d'avoir à stocker tous vos documents localement, d'avoir un robot installé sur chaque machine utilisée par un utilisateur ou de devoir mettre le robot en attente de la validation des utilisateurs.

More details here.

Comment utiliser l'Action de validation (Validation Action) ?

Répétez les étapes 1 à 5 mentionnées dans la section précédente.

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

This creates a document validation action in Action Center. The output of the Create Document Validation Action activity can then be used with the Wait for Document Validation Action and Resume activity to suspend and resume orchestration workflows upon human action completion in Action Center.