Como extrair dados de recibos

Importante:

O objetivo desta página é ajudar os usuários iniciantes a se familiarizarem com o Document Understanding.

Para implantações de produção escaláveis, é altamente recomendável usar o Document Understanding Process disponível no UiPath Studio na seção Modelos.

Este início rápido mostra como extrair dados de recibos usando o modelo de ML Recibos pronto para uso com seu endpoint público correspondente.

A validação pode ser feita a partir do Validation Station ou usando o Validation Action no Action Center. Ambas as opções são descritas nas seções a seguir.

Usando o modelo de ML de Recibos com o Endpoint Público e o Validation Station

Nesta seção, vamos validar os resultados da extração usando o Validation Station.

Para criar um fluxo de trabalho básico usando o Modelo de ML de Recibos, siga as etapas abaixo.

1. Crie um processo em branco
2. Instale os pacotes de atividades exigidos
3. Crie uma taxonomia
4. Digitalize o documento
5. Extraia os dados usando o modelo de ML de Recibos
6. Valide os resultados usando o Validation Station
7. Exporte os resultados da extração

Agora, vamos ver cada passo em detalhes.

1. Crie um processo em branco

Execute o UiPath Studio.

Em INÍCIO, no modo de exibição Backstage, clique em Processo para criar um projeto.

A janela Novo processo em branco é exibida. Nesta janela, insira um nome para o novo projeto. Se desejar, você também pode adicionar uma descrição para classificar seus projetos com mais facilidade.

Clique em Criar. O novo projeto será aberto no Studio.

2. Instale os pacotes de atividades exigidos

No botão Gerenciar Pacotes na faixa de opções, além dos pacotes de atividades principais (UiPath.Excel.Activities, UiPath.Mail.Activities, UiPath.System.Activities, UiPath.UIAutomation.Activities) que são adicionados ao projeto por padrão, instale o seguintes pacotes de atividades:

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

3. Crie uma taxonomia

Depois que os pacotes de atividades estiverem instalados, liste os campos obrigatórios. O modelo de ML de Recibos suporta a extração de dados para os campos abaixo:

• name - Text
• vendor-addr - Address
• total - Number
• date - Date
• phone - Text
• currency - Text
• expense-type - Text
• items - Table
  • description - Text
  • line-amount - Number
  • unit-price - Number
  • quantity - Number

Abra o Gerenciador de Taxonomia e crie um grupo chamado "Documentos Semiestruturados", uma categoria chamada "Finanças", um tipo de documento chamado "Recibos". Crie os campos listados acima com nomes amigáveis com os respectivos tipos de dados.

4. Digitalize o documento

No arquivo Main.xaml, adicione uma atividade Carregar taxonomia e crie uma variável para a saída da taxonomia.

Adicione uma atividade Digitize Document com UiPath Document OCR. Forneça a propriedade de entrada Caminho do Documento e crie variáveis de saída para Texto do Documento e Modelo de Objeto do Documento.

Lembre-se de adicionar a Chave de API do Document Understanding na atividade UiPath Document OCR.

5. Extraia os dados usando o modelo de ML de Recibos

Adicione uma atividade de Data Extraction Scope e preencha as propriedades.

Arraste e solte uma atividade do Machine Learning Extractor. Um pop-up com três parâmetros de entrada, Endpoint, Habilidade de ML e ApiKey, é exibido na tela.

Preencha o parâmetro Endpoint com o Receipts Public Endpoint (endpoint público de recibo), ou seja, https://du.uipath.com/ie/receipts, e forneça a chave da API do Document Understanding.

Clique em Obter capacidades.

O próximo passo é configurar o extrator. Configurar o extrator significa mapear os campos que você criou no Gerenciador de Taxonomia para os campos disponíveis no modelo de ML como mostrado na imagem abaixo:

Para usar o Machine Learning Extractor com uma Habilidade de ML, escolha a Habilidade de ML na lista suspensa e configure o extrator.

Você deve ter seu robô assistente conectado ao mesmo tenant que sua Habilidade de ML.

6. Valide os resultados usando o Validation Station

Para verificar os resultados através do Validation Station, arraste e solte a atividade Present Validation Station e forneça os detalhes de entrada.

7. Exporte os resultados da extração

Para exportar os resultados da extração, arraste e solte uma atividade Export Extraction Results no final do seu fluxo de trabalho. Isso gera os resultados em um DataSet que contém várias tabelas que podem ser gravadas em um arquivo Excel ou usadas diretamente em um processo downstream.

Baixe o exemplo

Baixe este projeto de exemplo usando este link.

O exemplo contém dois fluxos de trabalho:

• Main.xaml - neste fluxo de trabalho, os resultados da extração são validados usando o Validation Station; isso está descrito na seção acima
• Main - Unattended.xaml - neste fluxo de trabalho, os resultados da extração são validados usando a Validation Action; isso é descrito na seção a seguir

Usando o modelo de ML de Recibos com Endpoint Público e Validation Action

Agora, vamos ver como usar uma Validation Action (ação de validação) do Action Center em vez de utilizar o Validation Station.

Como funcionam as tarefas no Action Center?

Quando uma automação inclui decisões que um humano deve tomar, como aprovações, escalações e exceções, o UiPath Action Center torna fácil e eficiente a transferência do processo de robô para humano. E de volta para o robô.

As atividades do Action Center do Document Understanding vêm com o pacote UiPath.IntelligentOCR.Activities e o pacote UiPath.Persistance.Activities. Não se esqueça de habilitar atividades de Persistência nas Configurações Gerais do UiPath Studio:

Como funciona o Validation Action?

A produtividade pode ser aumentada adicionando um processo de orquestração que adiciona ações de validação de documentos no Action Center, tanto no On-Premisse Orchestrator quanto na Automation Cloud. Essa ação reduz a necessidade de armazenar os documentos localmente, ter um robô instalado em cada máquina operada por humanos ou obrigar o robô a esperar que os usuários humanos terminem a validação.

Mais detalhes aqui.

Como usar o Validation Action?

Repita as etapas 1 a 5 descritas na seção acima.

Em seguida, em vez de usar a atividade Present Validation Station, use as atividades Create Document Validation Action e Wait for Document Validation Action e Resume.

A imagem abaixo mostra a atividade Create Document Validation Action e suas propriedades.

Isso cria uma ação de validação de documento no Action Center. O produto de saída da atividade Create Document Validation Action pode ser usado com a atividade Wait for Document Validation Action and Resume para suspender e retomar fluxos de trabalho de orquestração após a conclusão da ação humana no Action Center.