Form Extractor

Qu'est-ce que l'extracteur de formulaire

L'Extracteur de formulaires (Form Extractor) est une méthode d'extraction qui convient le mieux aux cas d'utilisation dans lesquels des documents de format non variable doivent être traités avec des données qui en sont extraites. En d'autres termes, si la variation de mise en page de vos documents est faible ou nulle, alors vous avez bien fait de choisir l'Extracteur de formulaires (Form Extractor).

L'Extracteur de formulaires (Form Extractor) s'appuie sur des modèles définis en amont, lors de la conception. Un ensemble complexe de règles applique les modèles configurés aux documents entrants qui doivent être traités, identifiant et signalant ainsi les informations attendues.

L'activité est livrée avec un assistant de configuration qui vous aide à définir les modèles des types de documents et les champs que vous souhaitez cibler aux fins de l'extraction de données.

L'activité prend en charge à la fois l'extraction de champ simple et l'extraction de champ de table.

Il est recommandé de rechercher d'autres méthodes d'extraction, au cas où :

• beaucoup de mises en page doivent être gérées

• les documents ne sont pas seulement de travers, pivotés ou de tailles différentes, mais également manifestement déformés (courbures dans certaines zones).

  Remarque :

  Pour l'extraction de forme fixe, afin d'évaluer si les mises en page de deux fichiers sont identiques, essayez de les superposer dans un outil avec une certaine transparence afin de voir si l'intégralité du contenu non variable se chevauche (après rotation inverse, désalignement et rapprochement des deux images à la même échelle).

  Si vous remarquez une variabilité (le contenu non variable apparaît plus à gauche/à droite/en haut/en bas pour certaines zones du document), alors les mises en page ne sont pas considérées comme identiques.

  L'Extracteur de formulaires (Form Extractor) vous permet de définir plusieurs modèles pour le même type de document et, au moment de l'exécution, il :

• identifie le meilleur modèle correspondant au document entrant et au type de document
• applique l'algorithme de correspondance de modèle basé sur les ancres au niveau de la page à chaque page dont les données doivent être extraites (les pages manquantes ou répétées ne sont pas prises en charge)
• applique tous les paramètres d'ancrage au niveau du champ à chaque page, pour capturer les valeurs associées à toutes les correspondances potentielles
• rapporte les informations identifiées à partir des zones de valeurs cibles.

Il prend également en charge l'ajustement du traitement des cases à cocher/des champs booléens en permettant la configuration de synonymes pour les valeurs « Oui (Yes) » ou « Non (No) », selon votre cas d'utilisation.

Cet extracteur n'a pas de capacités d'apprentissage (entraînement) et nécessite une configuration.

Exigences spécifiques

Pour utiliser cet extracteur, vous devez utiliser votre clé d'API Automation Cloud Document Understanding ou héberger votre propre instance de l'Extracteur de formulaires (Form Extractor) dans la version locale d'AI Center.

La fonctionnalité d'ancres est désormais disponible dans l'éditeur de modèles, vous permettant de définir des règles basées sur des ancres pour l'extraction de données, pour des champs simples à partir d'un type de document fixe. Vous trouverez ici plus d'informations sur l'utilisation et la configuration des ancres.