Indførelsen

  • 1 minut

AI-løsninger til informationsudtrækning bruges ofte til at udtrække strukturerede datafelter fra ustrukturerede medier såsom dokumenter, billeder og endda videoer og lydoptagelser.

Notat

Mens vi i dette modul vil fokusere på informationsudtrækning fra dokumenter og billeder, opstår AI-løsninger, der bruger talegenkendelse og andre avancerede teknikker til at udtrække information fra forskellige medieformater, såsom videoer og lydoptagelser.

Scenarier for informationsudtræk spænder fra simple apps, der kan læse kontaktoplysninger fra et fotografi af et visitkort, til meget komplekse automatiseringssystemer for forretningsarbejdsgange, der analyserer og behandler finansielle og juridiske dokumenter.

Diagram af et visitkort med udtrukne felter.

Nogle almindelige eksempler på informationsudtrækningsscenarier inkluderer:

Behandling af finansielle dokumenter

Fakturabehandlingsløsninger kan analysere fakturaer for at udtrække:

  • Leverandøroplysninger: Firmanavne, adresser og kontaktoplysninger.
  • Transaktionsdetaljer: Fakturanumre, datoer og betalingsbetingelser.
  • Linjeposter: Produktbeskrivelser, mængder, enhedspriser og totaler.
  • Skatteoplysninger: Skattesatser, beløb og fritagne genstande.

Kvitteringsbehandlingsløsninger kan være nødt til at læse kvitteringer for at udtrække:

  • Forhandleroplysninger: Butiksnavne, lokationer og transaktions-ID'er.
  • Købsinformation: Købte varer, priser og rabatter.
  • Betalingsoplysninger: Betalingsmetoder, ændringsbeløb og loyalitetspoint.

Regnskaber kan behandles for at uddrage:

  • Kontooplysninger: Kontonumre, saldi og transaktionshistorik.
  • Præstationsmålinger: Omsætning, udgifter og profitmarginer.
  • Overholdelsesdata: Regulatoriske rapporteringsfelter og information om revisionsspor.

Kontraktbehandlingsløsninger kan bruges til at udtrække:

  • Partsinformation: Kontraherende parter, underskrivere og vidner.
  • Vilkår og betingelser: Ikrafttrædelsesdatoer, fornyelsesvilkår og opsigelsesklausuler.
  • Økonomiske vilkår: Betalingsplaner, bøder og forsikringskrav.

Reguleringsformularer , der muligvis skal behandles, omfatter:

  • Skattedokumenter: W-2'er, 1099'er og andre skatteformularer.
  • Forsikringsformularer: Policenumre, skadebeløb og hændelsesdetaljer.
  • Offentlige formularer: Ansøgningsdata og certificeringskrav.

Dokumentation for sundhedspleje

Medicinske journaler kan behandles for at hente:

  • Patientinformation: Demografi, medicinske journalnumre og forsikringsoplysninger.
  • Kliniske data: Diagnoser, behandlinger, medicinlister og vitale tegn.
  • Administrative data: Aftaleplaner, faktureringskoder og udbyderinformation.

Forsyningskæde og logistik

Forsendelsesdokumenter indeholder ofte vigtige oplysninger såsom:

  • Forsendelsesdetaljer: Sporingsnumre, vægte og dimensioner.
  • Adresseoplysninger: Afsender- og modtageroplysninger samt leveringsinstruktioner.
  • Tolddokumentation: Varekoder, værdier og geografisk oprindelse.

Indkøbsordrer behandles ofte for at udtrække:

  • Leverandørinformation: Leverandøroplysninger og kontaktoplysninger.
  • Produktspecifikationer: Artikelkoder, beskrivelser og mængder.
  • Leveringskrav: Tidsplaner, lokationer og særlige instruktioner.

Brugen af AI til at udtrække information kan være grundlaget for arbejdsbelastningsautomatiseringssystemer i disse scenarier og mange flere.

Notat

Vi anerkender, at forskellige mennesker kan lide at lære på forskellige måder. Du kan vælge at gennemføre dette modul i videobaseret format, eller du kan læse indholdet som tekst og billeder. Teksten indeholder flere detaljer end videoerne, så i nogle tilfælde vil du måske henvise til den som supplerende materiale til videopræsentationen.