- 概述
- 入门指南
- 构建模型
- 使用模型
- ML 包
- 1040 - ML 包
- 1040 附表 C - ML 包
- 1040 附表 D - ML 包
- 1040 附表 E - ML 包
- 1040x - ML 包
- 3949a - ML 包
- 4506T - ML 包
- 941x - ML 包
- 9465 - ML 包
- ACORD125 - ML 包
- ACORD126 - ML 包
- ACORD131 - ML 包
- ACORD140 - ML 包
- ACORD25 - ML 包
- 银行对账单 - ML 包
- 提单 - ML 包
- 公司注册证书 - ML 包
- 原产地证书 - ML 包
- 检查 - ML 包
- 儿童产品证书 - ML 包
- CMS1500 - ML 包
- 欧盟符合性声明 - ML 包
- 财务报表 (Financial statements) - ML 包
- FM1003 - ML 包
- I9 - ML 包
- ID Cards - ML 包
- Invoices - ML 包
- InvoicesAustralia - ML 包
- 中国发票 - ML 包
- 希伯来语发票 - ML 包
- 印度发票 - ML 包
- 日本发票 - ML 包
- 装运发票 - ML 包
- 装箱单 - ML 包
- 工资单 - ML 包
- 护照 - ML 包
- 采购订单 - ML 包
- 收据 - ML 包
- 汇款通知书 - ML 包
- UB04 - ML 包
- 水电费账单 - ML 包
- 车辆所有权证明 - ML 包
- W2 - ML 包
- W9 - ML 包
- 公共端点
- 支持的语言
- Insights 仪表板
- 数据与安全性
- 许可
- 如何
关于 Document Understanding™
UiPath™ Document UnderstandingTM 将机器人流程自动化 (RPA) 和 AI 结合使用来自动处理您的文档。
文档处理是每家公司都面临的挑战。手动文档处理和旧版解决方案会限制业务增长,增加风险,并带来糟糕的客户体验。手动数据解释和数据输入中的错误和延迟会影响客户旅程中的关键事件和业务流程效率。借助 UiPath 智能文档处理,您可以将最新的 AI 功能无缝集成到企业级自动化中,从而实现端到端的文档处理自动化。
- Document Understanding TM :是一种无代码、便于使用的解决方案,它将专用模型和生成式模型结合在一起,以提取和解释来自各种文档的数据,并确保进行端到端文档处理。 从结构化文档到非结构化文档,该工具可以处理各种各样的文档,识别不同的对象,例如表格、手写文本、签名和复选框,并且可以处理各种文件格式。
- Communications Mining:是一种无代码解决方案,利用无监督的主动学习技术来开发专门针对每个客户的要求设计的机器学习 (ML) 模型。该解决方案使企业能够自动化最频繁且耗时的请求。因此,用户可以使用 Communication Mining 完整提取、跟踪和自动化每个对话。要了解有关此内容的更多信息,请查看 Communications Mining 用户指南。
本指南重点介绍 Document UnderstandingTM,它将机器人流程自动化 (RPA) 与 AI 结合,以帮助您自动处理文档。
UiPath™ Document UnderstandingTM 结合了 RPA 和 AI,以帮助您从各种文档类型和格式(包括图像、PDF、手写、签名、复选框和表格)中提取并解释数据。它旨在结合使用规则、模板以及专用或生成式语言模型,以智能方式处理文档。作为 UiPath Business Automation Platform 平台的一部分,Document Understanding 可确保实现端到端自动化。它会从各种来源收集文档,允许您使用人机回圈组件验证提取的信息,并根据此信息进行回复。
Document UnderstandingTM 可高效处理大量数据,因此是需要大量处理文档的企业的理想工具。它使用智能算法来处理和结构化文档中的数据,为处理大量非结构化信息提供了一种高效且有效的方法。
Document Undestanding 可以帮助您提高业务增长和可扩展性。劳动力密集型文档处理限制了公司有效扩展规模和捕获市场机会的能力。作为 UiPath™ Platform 的一部分,Document Understanding 可用于涉及文档的各种情况,从而节省大量时间并降低与手动文档处理相关的成本。
该产品可以帮助您改善客户体验。它简化了复杂、非结构化数据的处理,加快了决策处理、引导和服务。自动化文档处理还可以降低出错的风险。通过降低人为错误的风险,可以降低发生数据输入错误、信息缺失和流程不正确的可能性。其结果是提高了合规性,减少了员工花在返工上的时间以及您和您的客户的损失。