Arvete töötlemine eelehitatud AI mudel
Arvete töötlemine eelvalmistatud tehisintellekti mudel ekstraktib peamised arveandmed, et aidata arvete töötlemist automatiseerida. Arvete töötlemine mudel on optimeeritud tuvastama levinud arve elemente, nagu arve ID, arve kuupäev, tasumisele kuuluv summa ja palju muud.
Arvete mudel võimaldab teil vaikekäitumist suurendada, luues kohandatud arvete mudeli.
Power Appsis kasutamine
Teavet Arvete töötlemine valmismudeli Power Apps kasutamise kohta leiate teemast Kasuta Arvete töötlemine valmismudelit Power Apps.
Power Automate’is kasutamine
Teavet Arvete töötlemine valmismudeli Power Automate kasutamise kohta leiate teemast Eelvalmistatud mudeli Power Automate Arvete töötlemine kasutamine.
Toetatud keeled ja failid
Toetatakse järgmisi keeli: albaania (Albaania), tšehhi (Tšehhi Vabariik), hiina (lihtsustatud) Hiina, hiina (traditsiooniline) Hongkongi erihalduspiirkond, hiina (traditsiooniline) Taiwan, taani (Taani), horvaadi (Bosnia ja Hertsegoviina), horvaadi (Horvaatia), horvaadi (Serbia), hollandi (Holland), inglise (Austraalia), inglise (Kanada), inglise (India), inglise (Ühendkuningriik), inglise (Ameerika Ühendriigid), eesti (Eesti), soome (Soome), prantsuse (Prantsusmaa), saksa (Saksamaa), ungari (Ungari), Islandi (Island), itaalia (Itaalia), jaapani (Jaapan), korea (Korea), leedu (Leedu), läti (Läti), malai (Malaisia), norra (Norra), poola (Poola), portugali (Portugal), rumeenia (Rumeenia), slovaki (Slovakkia), sloveeni (Sloveenia), serbia (Serbia), hispaania (Hispaania), rootsi (Rootsi).
Parimate tulemuste saamiseks esitage üks selge foto või skannige arve kohta.
- Pildivorming peab olema JPEG, PNG või PDF.
- Faili suurus ei tohi olla suurem kui 20 MB.
- Pildi mõõtmed peavad jääma vahemikku 50 x 50 pikslit kuni 10 000 x 10 000 pikslit.
- PDF-i mõõtmed peavad olema maksimaalselt 17 x 17 tolli, mis on samaväärne juriidilise või A3-formaadiga või väiksema paberisuurusega.
- PDF-dokumentide puhul töödeldakse ainult esimest 2,000 lehekülge.
Mudeli väljund
Kui tuvastatakse arve, väljastab Arvete töötlemine mudel järgmise teabe.
| Atribuut | Määratlus |
|---|---|
| Tasumisele kuuluv summa (tekst) | Tasumisele kuuluv summa, nagu arvel kirjas. |
| Tasumisele kuuluv summa (arv) | Tasumisele kuuluv summa standardiseeritud arvuvormingus. Näide: 1234.98. |
| Tasumisele kuuluva summa usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Arveaadress | Arveldusaadress. |
| Arveaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Arveaadressi saaja | Arveldusaadressi saaja. |
| Arveaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kliendi aadress | Kliendi aadress. |
| Kliendiaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kliendiaadressi saaja | Kliendi aadressi saaja. |
| Kliendiaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kliendi ID | Kliendi ID. |
| Kliendi ID usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kliendi nimi | Kliendi nimi. |
| Kliendinime usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kliendi maksu ID | Kliendiga seotud maksumaksja number. |
| Kliendi maksu ID usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Tähtaeg (tekst) | Maksetähtpäev, nagu arvel kirjas. |
| Tähtaeg (kuupäev) | Tähtaeg standardiseeritud kuupäevavormingus. Näide: 2019-05-31. |
| Tähtaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Arve kuupäev (tekst) | Arve kuupäev nii, nagu see on arvel kirjas. |
| Arve kuupäev (kuupäev) | Arve kuupäev standardiseeritud kuupäevavormingus. Näide: 2019-05-31. |
| Arvekuupäeva usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Arve ID | Arve ID. |
| Arve ID usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Arve kogusumma (tekst) | Arve kogusumma, nagu arvele kirjutatud. |
| Arve kogusumma (arv) | Arve kogusumma standardiseeritud kuupäevavormingus. Näide: 2019-05-31. |
| Arve kogusumma usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Reaüksused | Arvest välja võetud reakirjed. Usaldusskoorid on saadaval iga veeru kohta.
|
| Maksetingimused | Arve maksetingimused. |
| Maksetingimuste usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Ostutellimus | Ostu tellimus. |
| Ostutellimuse usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Varasem maksmata saldo (tekst) | Eelmine tasumata saldo, nagu arvel kirjas. |
| Varasem maksmata saldo (number) | Eelmine maksmata saldo standardiseeritud arvuvormingus. Näide: 1234.98. |
| Varasema maksmata saldo usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Rahaülekande aadress | Rahaülekande aadress. |
| Rahaülekandeaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Rahaülekandeaadressi saaja | Rahaülekande aadressi saaja. |
| Rahaülekandeaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Teenindusaadress | Teenuse aadress. |
| Teenindusaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Teenindusaadressi saaja | Teenuse aadressi saaja. |
| Teenindusaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Teenuse alguskuupäev (tekst) | Teenuse alguskuupäev, nagu on kirjutatud arvel. |
| Teenuse alguskuupäev (kuupäev) | Teenuse alguskuupäev standardiseeritud kuupäevavormingus. Näide: 2019-05-31. |
| Teenuse alguskuupäeva usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Teenuse lõppkuupäev (tekst) | Teenuse lõppkuupäev, nagu on kirjutatud arvel. |
| Teenuse lõppkuupäev (kuupäev) | Teenuse lõppkuupäev standardiseeritud kuupäevavormingus. Näide: 2019-05-31. |
| Teenuse lõppkuupäeva usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Tarneaadress | Kohaletoimetamise aadress. |
| Tarneaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Tarneaadressi saaja | Tarneaadressi saaja. |
| Tarneaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Vahesumma (tekst) | Vahesumma nagu arvele kirjutatud. |
| Vahesumma (arv) | Vahesumma standardiseeritud arvuvormingus. Näide: 1234.98. |
| Vahesumma usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Kogumaksusumma (tekst) | Arvele kirjutatud maksude kogusumma. |
| Kogumaksusumma (arv) | Maks kokku standardiseeritud arvuvormingus. Näide: 1234.98. |
| Kogumaksusumma usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Hankija aadress | Hankija aadress. |
| Hankijaaadressi usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Hankijaaadressi saaja | Hankija aadressi adressaat. |
| Hankijaaadressi saaja usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Hankija nimi | Hankija nimi. |
| Hankijanime usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Hankija maksu ID | Müüjaga seotud maksumaksja number. |
| Hankija maksu ID usaldusväärsus | Kui kindel on mudel oma prognoos. Skoor vahemikus 0 (madal usaldus) kuni 1 (kõrge usaldus). |
| Tuvastatud tekst | Tuvastatud tekstirida optilise tekstituvastuse käivitamisest arvel. Tagastatakse tekstiloendi osana. |
| Tuvastatud võti | Võtme ja väärtuse paarid on kõik tuvastatud sildid või võtmed ja nendega seotud vastused või väärtused. Nende abil saate ekstraktida lisaväärtusi, mis ei kuulu eelmääratletud väljade loendisse. |
| Tuvastatud väärtus | Võtme ja väärtuse paarid on kõik tuvastatud sildid või võtmed ja nendega seotud vastused või väärtused. Nende abil saate ekstraktida lisaväärtusi, mis ei kuulu eelmääratletud väljade loendisse. |
Võtme-väärtuse paarid
Võtme ja väärtuse paarid on kõik tuvastatud sildid või võtmed ja nendega seotud vastused või väärtused. Nende abil saate ekstraktida lisaväärtusi, mis ei kuulu eelmääratletud väljade loendisse.
Kõigi Arvete töötlemine mudeli tuvastatud võtme-väärtuse paaride visualiseerimiseks saate oma voogu lisada toimingu Loo HTML-tabel , nagu on näidatud ekraanipildil, ja käivitada voo.
Konkreetse võtme ekstraktimiseks, mille väärtust teate, saate kasutada filtrimassiivi toimingut , nagu on näidatud alloleval ekraanipildil. Ekraanipildi näites tahame ekstraktida võtme Tel väärtuse:
Limiidid
Järgmine piirang kehtib kõnedele, mis on tehtud keskkonna kohta dokumenditöötlus mudelites, sealhulgas valmismudelites: Kviitungite töötlemine ja Arvete töötlemine.
| Tegevus | Piirang | Uuendamise periood |
|---|---|---|
| Kõned (keskkonna kohta) | 360 | 60 sekundi järel |
Kohandatud Arvete töötlemine lahenduse loomine
Eelvalmistatud tehisintellekti mudeli Arvete töötlemine on loodud arvetes leiduvate levinud väljade ekstraktimiseks. Kuna iga ettevõte on ainulaadne, võiksite ekstraktida muid välju peale nende, mis selles valmismudelis sisalduvad. Samuti võib juhtuda, et mõned standardväljad ei ole teatud tüüpi arvete jaoks, millega töötate, hästi ekstraktitud. Selle lahendamiseks on kaks võimalust:
Kasutage kohandatud arvete töötlemise mudelit: suurendage valmismudeli Arvete töötlemine käitumist, lisades lisaks vaikimisi ekstraktitavateleväljadele uusi väljasid või nõuetekohaselt ekstraktimata dokumentide näidiseid. Teavet valmismudeli Arvete töötlemine suurendamise kohta leiate teemast Valige dokumendi tüüp.
Vaadake optilise tekstituvastuse töötlemata tulemusi: iga kord, kui Arvete töötlemine eelvalmis AI-mudel töötleb teie esitatud faili, teeb see ka optilise tekstituvastuse toimingu iga failile kirjutatud sõna ekstraktimiseks. Optilise tekstituvastuse töötlemata tulemustele pääsete juurde mudeli edastatud tuvastatud tekstiväljundist. Tuvastatud teksti tagastatud sisu lihtne otsing võib olla piisav, et saada vajalikke andmeid.
Kasuta dokumenditöötlus: Koos AI Builder saate luua ka oma kohandatud AI-mudeli, et ekstraktida konkreetsed väljad ja tabelid, mida vajate dokumentide jaoks, millega töötate. Looge lihtsalt dokumenditöötlus mudel ja treenige seda kogu teabe väljavõtmiseks arvelt, mis arve väljavõtte mudeliga hästi ei tööta.
Kui olete oma kohandatud dokumenditöötlus mudeli treeninud, saate seda voos Power Automate kombineerida Arvete töötlemine eelvalmistatud mudeliga.
Järgmiselt on toodud mõned näited.
Kohandatud dokumenditöötlus mudeli abil saate ekstraktida lisavälju, mida Arvete töötlemine valmismudel ei tagasta
Selles näites oleme koolitanud kohandatud dokumenditöötlus mudeli püsikliendiprogrammi numbri ekstraktimiseks, mis on olemas ainult pakkujate Adatum ja Contoso arvetel.
Voog käivitub, kui kausta lisatakse SharePoint uus arve. Seejärel kutsub ta oma andmete väljavõtmiseks Arvete töötlemine eelvalmistatud tehisintellekti mudeli. Järgmisena kontrollime, kas töödeldud arve hankija on pärit Adatumist või Contosost. Kui see on nii, helistame kohandatud dokumenditöötlus mudelile, mille oleme selle püsikliendinumbri saamiseks koolitanud. Lõpuks salvestame arvelt ekstraheeritud andmed Exceli faili.
Kasutage kohandatud dokumenditöötlus mudelit, kui Arvete töötlemine valmismudeli tagastatud välja usaldusskoor on madal
Selles näites oleme treeninud kohandatud dokumenditöötlus mudelit, et ekstraktida kogusumma arvetelt, mille puhul saame Arvete töötlemine eelvalmistatud mudeli kasutamisel tavaliselt väikese usaldusskoor.
Voog käivitub, kui kausta lisatakse SharePoint uus arve. Seejärel kutsub ta oma andmete väljavõtmiseks Arvete töötlemine eelvalmistatud tehisintellekti mudeli. Järgmisena kontrollime, kas atribuudi Arve koguväärtus usaldusskoor on väiksem kui 0,65. Kui see on nii, siis nimetame kohandatud dokumenditöötlus mudeliks, mille oleme arvetega treeninud, kus tavaliselt saame kogu välja kohta madala usaldusskoor. Lõpuks salvestame arvelt ekstraheeritud andmed Exceli faili.
Kasutage Arvete töötlemine valmismudelit selliste arvete käsitlemiseks, mille käsitlemiseks kohandatud dokumenditöötlus mudelit pole koolitatud käsitlema
Üks võimalus Arvete töötlemine valmismudeli kasutamiseks on kasutada seda varumudelina selliste arvete käsitlemiseks, mida te pole oma kohandatud dokumenditöötlus mudelis koolitanud. Oletame näiteks, et lõite dokumenditöötlus mudeli ja treenisite seda 20 parima arvepakkuja andmete ekstraktimiseks. Seejärel saate kasutada Arvete töötlemine eelkoostatud mudelit kõigi uute arvete või väiksema mahuga arvete töötlemiseks. Siin on näide, kuidas saaksite seda teha:
See voog käivitub, kui kausta lisatakse SharePoint uus arve. Seejärel kutsub ta oma andmete ekstraktimiseks kohandatud dokumenditöötlus mudeli. Järgmisena kontrollime, kas tuvastatud kogumise usaldusskoor on väiksem kui 0, 65. Kui see on nii, tähendab see tõenäoliselt, et esitatud arve ei sobi kohandatud mudeliga. Seejärel nimetame eelvalmistatud Arvete töötlemine mudelit. Lõpuks salvestame arvelt ekstraheeritud andmed Exceli faili.
