Extraire des données depuis des formulaires

Important :

The aim of this page is to help first time users get familiar with 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 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.

En partant de zéro, voici les étapes à suivre :

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 de l'Extracteur de formulaires intelligents (Intelligent Form Extractor)
6. Valider les résultats à l'aide de la Station de validation (Validation Station)
7. Export Extraction Results

1. Créer un processus vierge

Lancer UiPath Studio.

Dans la vue des coulisses ACCUEIL, sélectionnez Processus 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.

Sélectionnez Créer. 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.IntelligentOCR.Activities
• UiPath.OCR.Activities

3. Créer une taxonomie

Une fois les packages installés, dressez la liste des champs requis. Nous allons extraire des données des champs suivants :

• 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_LLC TaxClassification - Boolean
• 3g_Other - Boolean
• 3g_AutreDétail - 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. Createlisted 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 de l'Extracteur de formulaires intelligents (Intelligent Form Extractor)

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

Drag and drop the Intelligent Form Extractor within it. The endpoint should be auto-populated with the Intelligent Form Extractor endpoint, namely https://du.uipath.com/svc/intelligentforms. Provide the Document Understanding API key.

Une fois cela fait, pour créer un nouveau modèle, sélectionnez Gérer les modèles > Créer un modèle. Une fenêtre contextuelle s'ouvre.

Sous Type de document (Document type), sélectionnez le type de document W-9 créé précédemment.

Sous Nom du document (Document name), saisissez un nom pour votre modèle.

Sous Modèle de document (PDF natif si possible), joignez un document modèle dans lequel vous allez mapper les positions des champs.

Under OCR Engine, select again the UiPath Document OCR. Just like before, the endpoint should be auto-populated, namely https://du.uipath.com/ocr, and you just need to provide the API Key.

Sélectionnez Configurer pour passer à l'étape suivante. La fenêtre contextuelle du gestionnaire de modèles (Template Manager) s'ouvre.

Ici, nous devrons sélectionner les zones dans lesquelles nous voulons que l'Extracteur de formulaires intelligents (Intelligent Form Extractor) recherche nos champs. Configurez-les en suivant les étapes détaillées ici. Vous avez également la possibilité d'utiliser des ancres pour vos champs. Plus d'informations sur les ancres ici.

Vous devriez vous retrouver avec quelque chose comme ça :

Sélectionnez Save (Enregistrer). Dans cet écran, vous pouvez définir les champs manuscrits ou de signature, le cas échéant. Vous pouvez également définir des synonymes pour les champs booléens. Fermez la fenêtre une fois que vous avez terminé.

L'étape suivante consiste à configurer l'Extracteur, ce qui signifie que l'Extracteur de formulaires intelligents (Intelligent Form Extractor) traite tous les documents de type W-9.

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, validated or not, 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 to execute the W-9 with Intelligent Form Extractor workflow using this link.