Modely daňových dokumentů Document Intelligence v USA

Důležité

• Verze Document Intelligence ve verzi Public Preview poskytují dřívější přístup k funkcím, které jsou aktivní ve vývoji.
• Funkce, přístupy a procesy se můžou před obecnou dostupností (GA) změnit na základě zpětné vazby uživatelů.
• Verze Public Preview klientských knihoven Document Intelligence ve výchozím nastavení je rest API verze 2024-02-29-preview.
• Verze Public Preview 2024-02-29-preview je aktuálně dostupná jenom v následujících oblastech Azure:
• USA – východ
• USA – západ 2
• Západní Evropa

Tento obsah se vztahuje na:v4.0 (Preview) | Předchozí verze:v3.1 (GA)

Model kontraktů Document Intelligence používá výkonné funkce optického rozpoznávání znaků (OCR) k analýze a extrakci klíčových polí a řádkových položek z vybrané skupiny daňových dokladů. Daňové dokumenty můžou mít různé formáty a kvalitu, včetně obrázků zachycených telefonem, naskenovaných dokumentů a digitálních souborů PDF. Rozhraní API analyzuje text dokumentu; extrahuje klíčové informace, jako je jméno zákazníka, fakturační adresa, termín splatnosti a splatnost částky; a vrátí strukturovanou reprezentaci dat JSON. Model v současné době podporuje určité formáty anglického daňového dokladu.

Podporované typy dokumentů:

• Daňové přiznání
• 1098
• 1098-E
• 1098-T
• 1099 a variace (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, QA, R, S, SA, SB)
• 1040 a varianty (Plán 1, Plán 2, Plán 3, Plán 8812, Plán A, Plán B, Plán C, Plán D, Plán E, Plán EICF, Plán H, Plán J, Plán R, Plán SE a Plán Vedoucí)

Automatizované zpracování daňových dokumentů

Automatizované zpracování daňových dokladů je proces extrakce klíčových polí z daňových dokladů. V minulosti byly daňové doklady zpracovány ručně. Tento model umožňuje snadnou automatizaci daňových scénářů.

Možnosti vývoje

Document Intelligence v4.0 (2023-10-31-preview) podporuje následující nástroje, aplikace a knihovny:

Funkce	Zdroje informací	ID modelu
Modely daňových formulářů USA	• Document Intelligence Studio • REST API • C# SDK • Python SDK• Java SDK • JavaScript SDK• JavaScript SDK	• předem připravená verze-tax.us.W-2 • předem připravená verze-tax.us.1098 • předem připravená-tax.us.1098E • předem připravená verze-tax.us.1098T • předem připravenát-tax.us.1099A • předem připravená verze-tax.us.1099B • předem připravená-tax.us.1099C • předem připravená-tax.us.1099CAP • předem připravená prebuilt-tax.us.1099DIV • prebuilt-tax.us.1099G • prebuilt-tax.us.1099H • prebuilt-tax.us.1099INT • prebuil tax.us.1099K • předem připravená-tax.us.1099LS • předem připravená-tax.us.1099LTC • předem připravená-tax.us.1099MISC • prebuilt-tax.us.1099NEC• prebuilt-tax.us.1099OID • prebuilt-tax.us.1099PATR • prebuilt-tax.us.1099Q • předem připravená-tax.us.1099QA • předem připravená-tax.us.1099R • předem připravená verze-tax.us.1099S• předem připravená-tax.us.1099S • předem připravená-tax.us.1 1099SA • předem připravená-tax.us.1099SB • předem připravená verze-tax.us.1040 • předem připravená-tax.us.1040Schedule1 • předem připravená tax.us.1040Schedule2 • předem připravený-tax.us.1040Schedule3 • prebuilt-tax.us.1040Schedule8812 • prebuilt-tax.us.1040ScheduleA • prebuilt-tax.us.1040ScheduleB • prebuilt-tax.us.1040ScheduleC • předembuilt-tax.us.1040ScheduleD • předem připravený-tax.us.1040ScheduleE • předem připravený-tax.us.1040ScheduleEIC • předem sestavený-tax.us.1040ScheduleF • předem připravený-tax.us.1040ScheduleH • předem připravený-tax.us.1040ScheduleJ • předem připravená-tax.us.1040ScheduleR • předem připravená-tax.us.1040ScheduleSE • předem připravená-tax.us.1040Senior

Požadavky na vstup

• Nejlepšíchvýsledkůch

• Podporované formáty souborů:

  Model	PDF	Obrázek: JPEG/JPG, PNG, BMP, TIFF, HEIF	systém Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) a HTML
  Čteno	✔	✔	✔
  Rozložení	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Obecný dokument	✔	✔
  Předpřipravený	✔	✔
  Vlastní extrakce	✔	✔
  Vlastní klasifikace	✔	✔	✔ (29. 2024. 2024)

• U SOUBORŮ PDF a TIFF je možné zpracovat až 2000 stránek (s předplatným úrovně Free se zpracovávají pouze první dvě stránky).

• Velikost souboru pro analýzu dokumentů je 500 MB pro placenou úroveň (S0) a 4 MB pro bezplatnou úroveň (F0).

• Rozměry obrázku musí být mezi 50 x 50 pixelů a 10 000 px x 10 000 pixelů.

• Pokud jsou soubory PDF uzamčené heslem, musíte před odesláním toto uzamčení odebrat.

• Minimální výška extrahovaného textu je 12 pixelů pro obrázek o velikosti 1024 x 768 pixelů. Tato dimenze odpovídá 8150 bodům na palec (DPI).

• Pro trénování vlastního modelu je maximální počet stránek pro trénovací data 500 pro vlastní model šablony a 50 000 pro vlastní neurální model.

  • Pro trénování vlastního modelu extrakce je celková velikost trénovacích dat 50 MB pro model šablony a 1G MB pro neurální model.

  • Pro trénování modelu vlastní klasifikace je 1GB celková velikost trénovacích dat s maximálně 10 000 stránkami.

Vyzkoušení extrakce údajů o daňových dokladech

Podívejte se, jak se data, včetně informací o zákaznících, podrobností o dodavateli a řádkových položek, extrahují z faktur. Potřebujete následující zdroje informací:

• Předplatné Azure – můžete si ho zdarma vytvořit.

• Instance Document Intelligence na webu Azure Portal K vyzkoušení služby můžete použít cenovou úroveň Free (F0). Po nasazení prostředku vyberte Přejít k prostředku a získejte klíč a koncový bod.

Document Intelligence Studio

1. Na domovské stránce nástroje Document Intelligence Studio vyberte podporovaný model daňového dokladu.

2. Můžete analyzovat ukázkový daňový doklad nebo nahrát vlastní soubory.

3. Vyberte tlačítko Spustit analýzu a v případě potřeby nakonfigurujte možnosti Analyzovat:

   

Vyzkoušení nástroje Document Intelligence Studio

Podporované jazyky a národní prostředí

Úplný seznam podporovaných jazyků najdete na stránce podpory jazyků – předem připravená stránka modelů .

Extrakce polí W-2

Následuje pole extrahovaná z daňového formuláře W-2 ve výstupní odpovědi JSON.

Name	Typ	Popis	Příklad výstupu	Rodinných příslušníků
W-2FormVariant	String	Varianta formuláře IR W-2 Toto pole může mít jednu z následujících hodnot: W-2, W-2AS, W-2CM, W-2GU, nebo W-2VI	Daňové přiznání
TaxYear	Počet	Daňový rok formuláře	2021
W2Copy	String	Verze daňového kopírování W-2 spolu s tištěnými instrukcemi souvisejícími s touto kopií	Kopírování A – pro Správa sociálního zabezpečení
Employee	objekt	Objekt, který obsahuje číslo sociálního pojištění, jméno a adresu
ControlNumber	string	Ovládací číslo W-2. Pole IRS W-2 d	0AB12 D345 7890
Employer	Object	Předmět obsahující identifikační číslo, jméno a adresu zaměstnavatele
WagesTipsAndOtherCompensation	Počet	Mzdy, tipy a další kompenzace v USD. Pole IRS W-2 1	1234567.89
FederalIncomeTaxWithheld	Počet	Federální daň z příjmu sdružená částka v USD. IRS W-2 pole 2	1234567.89
SocialSecurityWages	Počet	Mzdy sociálního pojištění v USD. IrS W-2 pole 3	1234567.89
SocialSecurityTaxWithheld	Počet	Daň z sociálního pojištění sražená v USD. IrS W-2 pole 4	1234567.89
MedicareWagesAndTips	Počet	Medicare mzdy a tipy částky v USD. Pole IRS W-2 5	1234567.89
MedicareTaxWithheld	Počet	Daň medicare sdružená částka v USD. IrS W-2 pole 6	1234567.89
SocialSecurityTips	Počet	Částka sociálních zabezpečení v USD. IRS W-2 pole 7	1234567.89
AllocatedTips	Počet	Přidělené tipy v USD. IrS W-2 pole 8	1234567.89
VerificationCode	Počet	Ověřovací kód W-2 IrS W-2 pole 9	1234567.89
DependentCareBenefits	Počet	Částka dávek závislé péče v USD. Pole IRS W-2 10	1234567.89
NonQualifiedPlans	Počet	Nevalifikovaná částka plánů v USD. IRS W-2 pole 11	1234567.89
IsStatutoryEmployee	String	Část pole 13 IRS W-2 Může to být pravda nebo nepravda.	true
IsRetirementPlan	String	Část pole 13 IRS W-2 Může to být pravda nebo nepravda.	true
IsThirdPartySickPay	String	Část pole 13 IRS W-2 Může to být pravda nebo nepravda.	true
Other	String	Obsah pole W-2 IRS 14	NEMOC LV MZDY SBJT NA $511/DEN LIMIT 1356
StateTaxInfos	Pole	Informace týkající se daně státu. obsah irs W-2 pole 15 až 17
LocaleTaxInfos	Pole	Místní daňové údaje. Obsah pole IRS W-2 18 až 20

Extrakce polí 1098

Následuje pole extrahovaná z daňového formuláře 1098 ve výstupní odpovědi JSON. Podporují se také formuláře 1098-T a 1098-E.

Name	Typ	Popis	Příklad výstupu
TaxYear	Počet	Daňový rok formuláře	2021
Dlužník	Object	Objekt, který obsahuje TIN, Jméno, Adresu a AccountNumber dlužníka
Věřitele	Object	Objekt, který obsahuje TIN, jméno, adresu a telefon věřitele
HypotékaInterest	Počet	Částka úroku hypotéky získaná od plátců/dlužníků (box 1)	1,234,567.89
OutstandingMortgagePrincipal	Počet	Nevyrovnaná hypotéka (box 2)	1,234,567.89
HypotékaOriginationDate	Datum	Datum vzniku hypotéky (box 3)	2022-01-01
OverpaidInterestRefund	Počet	Částka přeplaceného úroku (box 4)	1,234,567.89
HypotékaPremium	Počet	Částka pojistného na hypotéku (box 5)	1,234,567.89
PointsPaid	Počet	Body zaplacené při nákupu hlavního bydliště (Box 6)	1,234,567.89
IsPropertyAddressSameAsBorrower	String	Je adresa nemovitosti zabezpečující hypotéku stejná jako poštovní adresa plátce/dlužníka (box 7).	true
PropertyAddress	String	Adresa nebo popis nemovitosti zabezpečování hypotéky (box 8)	123 Main St., Redmond WA 98052
HypotékaPropertiesCount	Počet	Počet nemovitostí s hypotékou (box 9)	0
Jiný důvod	String	Další informace k hlášení plátci (box 10)
RealEstateTax	Počet	Daň z nemovitostí (box 1)	1,234,567.89
AdditionalAssessment	String	Přidání posouzení provedených ve vlastnosti (10 pole 10)	1,234,567.89
HypotékaAcquisitionDate	datum	Datum pořízení hypotéky (box 11)	2022-01-01

Extrakce polí 1099-NEC

Následuje pole extrahovaná z daňového formuláře 1099-nec ve výstupní odpovědi JSON. Podporují se také další varianty 1099.

Name	Typ	Popis	Příklad výstupu
TaxYear	String	Daňový rok extrahovaný z formuláře 1099-NEC.	2021
Payer	Object	Objekt, který obsahuje TIN, Jméno, Adresu a Telefon Číslo plátce
Recipient	Object	Objekt, který obsahuje TIN, jméno, adresu a číslo účtu příjemce
Box1	Číslo	Krabice 1 extrahovaná z formuláře 1099-NEC.	123456
Box2	boolean	Rámeček 2 extrahovaný z formuláře 1099-NEC.	true
Box4	Číslo	Krabice 4 extrahovaná z formuláře 1099-NEC.	123456
StateTaxesWithheld	pole	Státní daně sražené z formuláře 1099-NEC (kolonky 5, 6 a 7)

Extrahování polí 1040 daňový formulář

Následuje pole extrahovaná z daňového formuláře 1040 ve výstupní odpovědi JSON. Podporují se také další varianty 1040.

Name	Typ	Popis	Příklad výstupu
TaxPayer	Object	Objekt obsahující informace daňového poplatníka, jako je SSN, Příjmení a Adresa
Spouse	Object	Objekt, který obsahuje informace o manželovi, jako je SSN, příjmení a jméno a iniciály Jméno
Dependents	pole	Pole, které obsahuje seznam závislých položek, včetně informací, jako je Název, SSN a Typ kreditu
ThirdPartyDesignee	objekt	Objekt obsahující informace o návrhu třetí strany
SignatureDetails	objekt	Objekt, který obsahuje informace o znaménku, jako jsou telefonní čísla a e-maily
PaidPreparer	objekt	Objekt, který obsahuje informace o přípravě.
FillingStatus	String	Hodnota může být jedna z noSelection, single, ženatýFilingJointly, ženatýFillingSeparately, headOfHousehold, kvalifikaceSurvivingSpouse nebo multiSelection.	single
FilingStatusDetails	objekt	Objekt, který obsahuje informace o stavu zápisu.
NameOfSpouseOrQualifyingPerson	String	Jméno manžela nebo oprávněné osoby extrahované z formuláře 1040.	John Smith
PresidentialElectionCampaign	String	Hodnota může být jedna z možností noSelection, daňový poplatník, manžel nebo multiSelection.	Daňových poplatníků
PresidentialElectionCampaignDetails	objekt	Objekt, který obsahuje podrobnosti o prezidentské volební kampaně.
DigitalAssets	String	Hodnota může být jedna z noSelection, ano, ne nebo multiSelection.	ano
DigitalAssetsDetails	objekt	Objekt, který obsahuje podrobnosti o digitálních prostředcích.
ClaimStatus	String	Hodnota může být jedna z noSelection, daňový poplatníkAsDependent, manželkaAsDependent, manželkaItemizesSeparatelyOrDualStatusAlien nebo multiSelection.	daňový poplatníkAsDependent
ClaimStatusDetails	objekt	Objekt, který obsahuje podrobnosti o stavu deklarace identity.
TaxpayerAgeBlindness	String	Hodnota může být jedna z možností noSelection, above64, blind nebo multiSelection.	nad 64
TaxPayerAgeBlindnessDetails	objekt	Objekt, který obsahuje podrobnosti o nevidomosti daňového poplatníka.
SpouseAgeBlindness	String	Hodnota může být jedna z možností noSelection, above64, blind nebo multiSelection.	nad 64
TaxPayerAgeBlindnessDetails	objekt	Objekt, který obsahuje podrobnosti o věku manžela nevidomosti.
MoreThanFourDependents	boolean	Více než čtyři závislé položky extrahované z formuláře 1040.	true
Box1a	Číslo	Krabice 1a extrahovaná z 1040.	123456
Výsledek je založený na zadané struktuře JSON a jeho převodu do stejného formátu tabulky jako požadovaný výsledek:
Box1b	Číslo	Krabice 1b extrahovaná z 1040.	123456
Box1c	Číslo	Krabice 1c extrahovaná z 1040.	123456
Box1d	Číslo	Krabice 1d extrahovaná z 1040.	123456
Box1e	Číslo	Krabice 1e extrahovaná z 1040.	123456
Box1f	Číslo	Krabice 1f extrahovaná z 1040.	123456
Box1g	Číslo	Krabice 1g extrahovaná z 1040.	123456
Box1h	Číslo	Krabice 1h extrahovaná z 1040.	123456
Box1i	Číslo	Krabice 1i extrahovaná z 1040.	123456
Box1z	Číslo	Krabice 1z extrahovaná z 1040.	123456
Box2a	Číslo	Krabice 2a extrahovaná z 1040.	123456
Box2b	Číslo	Krabice 2b extrahovaná z 1040.	123456
Box3a	Číslo	Krabice 3a extrahovaná z 1040.	123456
Box3b	Číslo	Krabice 3b extrahovaná z 1040.	123456
Box4a	Číslo	Krabice 4a extrahovaná z 1040.	123456
Box4b	Číslo	Krabice 4b extrahovaná z 1040.	123456
Box5a	Číslo	Krabice 5a extrahovaná z 1040.	123456
Box5b	Číslo	Krabice 5b extrahovaná z 1040.	123456
Box6a	Číslo	Krabice 6a extrahovaná z 1040.	123456
Box6b	Číslo	Krabice 6b extrahovaná z 1040.	123456
Box6cCheckbox	boolean	Zaškrtávací políčko 6c extrahované z 1040	true
Box7Checkbox	boolean	Zaškrtávací políčko 7 extrahované z 1040	true
Box7	Číslo	Krabice 7 extrahovaná z 1040.	123456
Box8	Číslo	Krabice 8 extrahovaná z 1040.	123456
Box9	Číslo	Krabice 9 extrahovaná z 1040.	123456
Box10	Číslo	Krabice 10 extrahovaná z 1040.	123456
Box11	Číslo	Krabice 11 extrahovaná z 1040.	123456
Box12	Číslo	Krabice 12 extrahovaná z 1040.	123456
Box13	Číslo	Krabice 13 extrahovaná z 1040.	123456
Box14	Číslo	Krabice 14 extrahovaná z 1040.	123456
Box15	Číslo	Krabice 15 extrahovaná z 1040.	123456
Box16FromForm	string	Hodnota může být jedna z noSelection, 8814, 4972, jiné nebo vícenásobný výběr.	8814
Box16FromFormDetails	objekt	Objekt, který obsahuje podrobnosti o boxu 16
Box16OtherFormNumber	string	Rámeček 16 Jiné číslo formuláře extrahované z čísla 1040.	8888
Box16	Číslo	Krabice 16 extrahovaná z 1040.	123456
Box17	Číslo	Krabice 17 extrahovaná z 1040.	123456
Box18	Číslo	Krabice 18 extrahovaná z 1040.	123456
Box19	Číslo	Krabice 19 extrahovaná z 1040.	123456
Box20	Číslo	Krabicový 20 extrahovaný z 1040.	123456
Box21	Číslo	Krabice 21 extrahovaná z 1040.	123456
Box22	Číslo	Krabice 22 extrahovaná z 1040.	123456
Box23	Číslo	Krabice 23 extrahovaná z 1040.	123456
Box24	Číslo	Krabice 24 extrahovaná z 1040.	123456
Box25a	Číslo	Krabice 25a extrahovaná z 1040.	123456
Box25b	Číslo	Krabice 25b extrahovaná z 1040.	123456
Box25c	Číslo	Krabice 25c extrahovaná z 1040.	123456
Box25d	Číslo	Krabice 25d extrahovaná z 1040.	123456
Box26	Číslo	Krabice 26 extrahovaná z 1040.	123456
Box27	Číslo	Krabice 27 extrahovaná z 1040.	123456
Box28	Číslo	Krabice 28 extrahovaná z 1040.	123456
Box29	Číslo	Krabice 29 extrahovaná z 1040.	123456
Box31	Číslo	Krabice 31 extrahovaná z 1040.	123456
Box32	Číslo	Krabice 32 extrahovaná z 1040.	123456
Box33	Číslo	Krabice 33 extrahovaná z 1040.	123456
Box34	Číslo	Krabice 34 extrahovaná z 1040.	123456
Box35Checkbox	boolean	Zaškrtávací políčko 35 extrahované z 1040	true
Box35a	Číslo	Krabice 35a extrahovaná z 1040.	123456
Box35b	Číslo	Krabice 35b extrahovaná z 1040.	123456
Box35c	string	Hodnota může být jedna z možností noSelection, kontrola, úspory nebo multiSelection.	kontrola
Box35cDetails	objekt	Objekt obsahující podrobnosti o boxu 35c
Box35d	Číslo	Krabice 35d extrahovaná z 1040.	123456
Box36	Číslo	Krabice 36 extrahovaná z 1040.	123456
Box37	Číslo	Krabice 37 extrahovaná z 1040.	123456
Box38	Číslo	Krabice 38 extrahovaná z 1040.	123456
HasAssignedThirdPartyDesignee	string	Hodnota může být jedna z noSelection, ano, ne nebo multiSelection.	ano
HasAssignedThirdPartyDesigneeDetails	objekt	Objekt, který obsahuje informace o tom, co bylo vybráno pro přiřazený návrh třetí strany

Páry klíč-hodnota daňových dokladů a extrahované řádkové položky jsou v documentResults části výstupu JSON.

Další kroky

• Zkuste pomocí nástroje Document Intelligence Studio zpracovat vlastní formuláře a dokumenty.

• Dokončete rychlý start s funkcí Document Intelligence a začněte vytvářet aplikaci pro zpracování dokumentů ve zvoleném vývojovém jazyce.