Processament de factures model d'IA preconstruït
El model d'IA preconstruït de Processament de factures extreu dades clau de factures per ajudar a automatitzar el processament de factures. El model de Processament de factures està optimitzat per reconèixer elements comuns de factura com l'ID de la factura, la data de la factura, l'import degut i molt més.
El model de factures us permet augmentar el comportament predeterminat mitjançant la creació d'un model de factures personalitzat.
Ús al Power Apps
Per obtenir informació sobre com utilitzar el model Power Apps predefinit de Processament de factures, aneu a Utilitzar el model predefinit de Processament de factures a Power Apps.
Ús al Power Automate
Per obtenir informació sobre com utilitzar el model Power Automate predefinit de Processament de factures, aneu a Utilitzar el model predefinit de Processament de factures a Power Automate.
Idiomes i fitxers admesos
S'admeten els idiomes següents: albanès (Albània), txec (República Txeca), xinès (simplificat) Xina, xinès (tradicional) RAE de Hong Kong, xinès (tradicional) Taiwan, danès (Dinamarca), croat (Bòsnia i Hercegovina), croat (Croàcia), croat (Sèrbia), neerlandès (Països Baixos), anglès (Austràlia), anglès (Canadà), anglès (Índia), anglès (Regne Unit), anglès (Estats Units), estonià (Estònia), finès (Finlàndia), francès (França), alemany (Alemanya), hongarès (Hongria), islandès (Islàndia), italià (Itàlia), japonès (Japó), coreà (Corea), lituà (Lituània), letó (Letònia), malai (Malàisia), noruec (Noruega), polonès (Polònia), portuguès (Portugal), romanès (Romania), eslovac (Eslovàquia), eslovè (Eslovènia), serbi (Sèrbia), espanyol (Espanya), suec (Suècia).
Per obtenir els millors resultats, proporcioneu una foto clara o escanegeu per factura.
- El format de la imatge ha de ser JPEG, PNG o PDF.
- La mida del fitxer no ha de superar els 20 MB.
- Les dimensions de la imatge han d'estar entre 50 x 50 píxels i 10.000 x 10.000 píxels.
- Les dimensions del PDF han de ser com a màxim de 17 x 17 polzades, que és l'equivalent a les mides de paper Legal o A3 o inferiors.
- Per als documents PDF, només es processen les primeres 2.000 pàgines.
Sortida del model
Si es detecta una factura, el model de Processament de factures genera la informació següent:
Propietat | Definició |
---|---|
Import degut (text) | Import degut tal com consta a la factura. |
Import degut (número) | Import degut en format numèric normalitzat. Exemple: 1234.98. |
Confiança de l'import degut | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça de facturació | Adreça de facturació. |
Confiança de l'adreça de facturació | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça de facturació | Destinatari de l'adreça de facturació. |
Confiança del destinatari de l'adreça de facturació | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça del client | Adreça del client. |
Confiança de l'adreça del client | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça del client | Destinatari de l'adreça del client. |
Confiança del destinatari de l'adreça del client | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Id. de client | Identificador de client. |
Confiança de l'ID de client | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Nom del client | Nom del client. |
Confiança del nom del client | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
ID fiscal del client | El número de contribuent associat al client. |
Confiança de l'ID fiscal del client | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Data de venciment (text) | Data de venciment tal com està escrit a la factura. |
Data de venciment (data) | Data de venciment en format de data estandarditzat. Exemple: 2019-05-31. |
Confiança de la data de venciment | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Data de la factura (text) | Data de la factura tal com està escrita a la factura. |
Data de la factura (data) | Data de la factura en format de data normalitzat. Exemple: 2019-05-31. |
Confiança de la data de la factura | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Identificador de factura | Identificador de factura. |
Confiança de l'ID de factura | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Total de la factura (text) | Total de la factura tal com està escrit a la factura. |
Total de la factura (número) | Total de la factura en format de data normalitzat. Exemple: 2019-05-31. |
Confiança del total de la factura | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Elements de línia | Les línies extretes de la factura. Les puntuacions de confiança estan disponibles per a cada columna.
|
Condicions de pagament | Les condicions de pagament de la factura. |
Confiança de les condicions de pagament | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Comanda de compra | Ordre de compra. |
Confiança de la comanda de compra | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Balanç sense pagar anterior (text) | Saldo impagat anterior tal com consta a la factura. |
Balanç sense pagar anterior (número) | Saldo impagat anterior en format de número normalitzat. Exemple: 1234.98. |
Confiança del balanç sense pagar anterior | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça de remesa | Adreça de remesa. |
Confiança de l'adreça de remesa | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça de remesa | Destinatari de l'adreça de remesa. |
Confiança del destinatari de l'adreça de remesa | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça de servei | Adreça de servei. |
Confiança de l'adreça de servei | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça de servei | Destinatari de l'adreça del servei. |
Confiança del destinatari de l'adreça de servei | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Data d'inici del servei (text) | Data d'inici del servei tal com consta a la factura. |
Data d'inici del servei (data) | Data d'inici del servei en format de data estandarditzat. Exemple: 2019-05-31. |
Confiança de la data d'inici del servei | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Data de finalització del servei (text) | Data de finalització del servei tal com s'indica a la factura. |
Data de finalització del servei (data) | Data de finalització del servei en format de data estandarditzat. Exemple: 2019-05-31. |
Confiança de la data de finalització del servei | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça d'enviament | Adreça d'enviament. |
Confiança de l'adreça d'enviament | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça d'enviament | Destinatari de l'adreça d'enviament. |
Confiança del destinatari de l'adreça d'enviament | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Subtotal (text) | Subtotal tal com està escrit a la factura. |
Subtotal (número) | Subtotal en format numèric estandarditzat. Exemple: 1234.98. |
Confiança del subtotal | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Impost total (text) | Impost total tal com està escrit a la factura. |
Impost total (número) | Impost total en format de número normalitzat. Exemple: 1234.98. |
Confiança de l'impost total | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Adreça del proveïdor | Adreça del proveïdor. |
Confiança de l'adreça del proveïdor | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Destinatari de l'adreça del proveïdor | Destinatari de l'adreça del proveïdor. |
Confiança del destinatari de l'adreça del proveïdor | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Nom del proveïdor | Nom del proveïdor. |
Confiança del nom del proveïdor | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
ID fiscal del proveïdor | El número de contribuent associat al proveïdor. |
Confiança de l'ID fiscal del proveïdor | Quina confiança té el model en la seva predicció. Puntuació entre 0 (confiança baixa) i 1 (confiança alta). |
Text detectat | Línia de text reconeguda de l'execució de l'OCR en una factura. Retornat com a part d'una llista de text. |
Clau detectada | Els parells clau-valor són totes les etiquetes o claus identificades i les seves respostes o valors associats. Podeu utilitzar-los per extreure valors addicionals que no formen part de la llista predefinita de camps. |
Valor detectat | Els parells clau-valor són totes les etiquetes o claus identificades i les seves respostes o valors associats. Podeu utilitzar-los per extreure valors addicionals que no formen part de la llista predefinita de camps. |
Parells clau-valor
Els parells clau-valor són totes les etiquetes o claus identificades i les seves respostes o valors associats. Podeu utilitzar-los per extreure valors addicionals que no formen part de la llista predefinita de camps.
Per visualitzar tots els parells clau-valor detectats pel model de Processament de factures, podeu afegir una acció Crea una taula HTML al flux, tal com es mostra a la captura de pantalla, i executar el flux.
Per extreure una clau específica de la qual coneixeu el seu valor, podeu utilitzar l'acció Filtra la matriu tal com es mostra a la captura de pantalla següent. A l'exemple de la captura de pantalla, volem extreure el valor de la clau Tel .:
Límits
El límit següent s'aplica a les trucades realitzades per entorn en models de processament de documents, inclosos els models predefinits: Processament de rebuts i Processament de factures.
Acció | Límit | Termini de renovació |
---|---|---|
Convocatòries (per entorn) | 360 | 60 segons |
Crear una solució de Processament de factures personalitzada
El model d'IA preconstruït per al Processament de factures està dissenyat per extreure camps comuns que es troben a les factures. Com que cada empresa és única, és possible que vulgueu extreure camps diferents dels inclosos en aquest model predefinit. També pot ser que alguns camps estàndard no estiguin ben extrets per a un tipus de factura concret amb el qual treballeu. Per solucionar-ho, hi ha dues opcions:
Utilitzeu el model de processament de factures personalitzat: augmenteu els comportaments del model de Processament de factures predefinit afegint nous camps que s'extreuran a més dels de manera predeterminada o mostres de documents que no s'extreuen correctament. Per obtenir informació sobre com augmentar el model de Processament de factures predefinit, aneu a Seleccioneu el tipus de document.
Veure resultats d'OCR en brut: cada vegada que el model d'IA preconstruït de Processament de factures processa un fitxer que proporcioneu, també fa una operació d'OCR per extreure totes les paraules escrites al fitxer. Podeu accedir als resultats de l'OCR en brut a la sortida de text detectada proporcionada pel model. Una simple cerca sobre el contingut retornat pel text detectat pot ser suficient per obtenir les dades que necessiteu.
Utilitzeu el processament de documents: també podeu crear el vostre propi model d'IA AI Builder personalitzat per extreure camps i taules específics que necessiteu per als documents amb els quals treballeu. Només cal crear un model de processament de documents i entrenar-lo per extreure tota la informació d'una factura que no funciona bé amb el model d'extracció de factures.
Un cop hàgiu entrenat el model de processament de documents personalitzat, podeu combinar-lo amb el model predefinit de Processament de factures en un Power Automate flux.
A continuació trobareu alguns exemples:
Utilitzar un model de processament de documents personalitzat per extreure camps addicionals que no retorna el model predefinit de Processament de factures
En aquest exemple, hem entrenat un model de processament de documents personalitzat per extreure un número de programa de fidelització, només present a les factures dels proveïdors Adatum i Contoso.
El flux s'activa quan s'afegeix una factura nova a una SharePoint carpeta. A continuació, crida el Processament de factures al model d'IA preconstruït per extreure les seves dades. A continuació, comprovem si el proveïdor de la factura que s'ha processat és d'Adatum o de Contoso. Si és el cas, cridem a un model de processament de documents personalitzat que hem entrenat per obtenir aquest número de fidelització. Finalment, guardem les dades extretes de la factura en un fitxer Excel.
Utilitzeu un model de processament de documents personalitzat si la puntuació de confiança d'un camp retornat pel model predefinit de Processament de factures és baixa
En aquest exemple, hem entrenat un model de processament de documents personalitzat per extreure l'import total de les factures on normalment obtenim una puntuació de confiança baixa quan utilitzem el model predefinit de Processament de factures.
El flux s'activa quan s'afegeix una factura nova a una SharePoint carpeta. A continuació, crida el Processament de factures al model d'IA preconstruït per extreure les seves dades. A continuació, comprovem si la puntuació de confiança de la propietat Valor total de la factura és inferior a 0,65. Si és el cas, cridem a un model de processament de documents personalitzat que hem entrenat amb factures on normalment obtenim una puntuació de confiança baixa per al camp total. Finalment, guardem les dades extretes de la factura en un fitxer Excel.
Utilitzar el model predefinit de Processament de factures per gestionar les factures per a les quals no s'ha entrenat un model de processament de documents personalitzat
Una manera d'utilitzar el model predefinit de Processament de factures és utilitzar-lo com a model alternatiu per gestionar factures que no heu entrenat al vostre model de processament de documents personalitzat. Per exemple, suposem que heu creat un model de processament de documents i l'heu entrenat per extreure dades dels vostres 20 principals proveïdors de factures. A continuació, podeu utilitzar el model predefinit de Processament de factures per processar totes les factures noves o factures de menor volum. Aquí teniu un exemple de com podríeu fer-ho:
Aquest flux s'activa quan s'afegeix una factura nova a una SharePoint carpeta. A continuació, crida a un model de processament de documents personalitzat per extreure'n les dades. A continuació, comprovem si la puntuació de confiança de la col·lecció detectada és inferior a 0,65. Si és el cas, probablement vol dir que la factura proporcionada no coincideix bé amb el model personalitzat. A continuació, anomenem el model de Processament de factures preconstruït. Finalment, guardem les dades extretes de la factura en un fitxer Excel.