Extraction des données depuis des reçus

Important :

Le but de cette page est d'aider les nouveaux utilisateurs à se familiariser avec Document Understanding.

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).

Pour créer un workflow de base à l'aide du modèle ML Reçus (Receipts), suivez les étapes ci-dessous.

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

Voyons maintenant chaque étape en détail.

1. Créer un processus vierge

Lancer UiPath Studio.

Dans le mode backstage ACCUEIL (HOME), cliquez sur Traiter (Process) pour créer un nouveau projet.

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.

Cliquez sur Créer (Create). Le nouveau projet est ouvert dans Studio.

2. Installer les packages d'activités requis

À partir du bouton Gérer les packages (Manage Packages) du ruban, outre les packages d'activités de base (UiPath.Excel.Activities, UiPath.Mail.Activities, UiPath.System.Activities, UiPath.UIAutomation.Activities) qui sont ajoutés au projet par défaut, installez les packages d'activités suivants :

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

3. Créer une taxonomie

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

• 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 above listed fields with user-friendly names along with respective data types.

4. Numériser le document

Dans le fichier Main.xaml , ajoutez une activité Ajouter une taxonomie et créez une variable pour la sortie de taxonomie.

Ajoutez une activité Numériser le document avec UiPath Document OCR. Fournissez la propriété d'entrée Chemin du document et créez des variables de sortie pour Texte du document et Modèle d'objet document.

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)

Ajoutez une activité Étendue de l'extraction de données (Data Extraction Scope) et renseignez les propriétés.

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.

Cliquez sur Obtenir des capacités (Get Capabilities).

L'étape suivante consiste à configurer l'extracteur. Configurer l'extracteur signifie mapper les champs que vous avez créés dans Taxonomy Manager aux champs disponibles dans le modèle ML, comme illustré dans l'image ci-dessous :

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)

Pour vérifier les résultats via la Station de validation, glissez-déposez l'activité Présenter la station de validation et fournissez les détails d'entrée.

7. Exporter les résultats de l'extraction

Pour exporter les résultats de l'extraction, glissez-déposez une activité Exporter les résultats d'extraction à la fin de votre workflow. Cela génère les résultats dans un DataSet contenant plusieurs tables, qui peuvent ensuite être écrites dans un fichier Excel ou être utilisées directement dans un processus en aval.

Téléchargez l'exemple

Téléchargez cet exemple de projet à l'aide de ce lien.

L'exemple contient deux workflows :

• Main.xaml - Dans ce workflow, les résultats d'extraction sont validés à l'aide de la station de validation (Validation Station), comme décrit dans la section ci-dessus
• 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)

Voyons maintenant 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 décrites dans la section ci-dessus.

Ensuite, au lieu d'utiliser l'activité Présenter la station de validation , utilisez les activités Créer une action de validation de document.

L'image ci-dessous montre l'activité Créer une action de validation de document (Create Document Validation Action et ses propriétés.

Cela crée une action de validation de document (document validation action) dans Action Center. La sortie de l'activité Créer une action de validation de document (Create Document Validation Action) peut ensuite être utilisée avec l'activité Attendre l'action de Validation du document et Reprendre (Wait for Document Validation Action and Resume) pour suspendre et reprendre les workflows d'orchestration à la fin de l'action de l'utilisateur dans Action Center.