Számlafeldolgozás előre összeállított AI-modell
A számlafeldolgozási AI-modell kinyeri a legfontosabb számlaadatokat, hogy segítsen automatizálni a számlák feldolgozását. A számlafeldolgozási modell úgy van optimalizálva, hogy felismerje a gyakori számlaelemeket, például a számlaazonosítót, a számla dátumát, az esedékes összeget stb.
A Számlák modell lehetővé teszi az alapértelmezett viselkedés növelését egy egyéni Számlák modell létrehozásával.
A Power Appsben való használat
Ha meg szeretné tudni, hogyan használhatja a Számlafeldolgozás előre összeállított modellt Power Apps, olvassa el A Számlafeldolgozás előre összeállított modell használata itt: Power Apps.
A Power Automate-ben való használat
Ha meg szeretné tudni, hogyan használhatja a Számlafeldolgozás előre összeállított modellt Power Automate, olvassa el A Számlafeldolgozás előre összeállított modell használata ittcímű témakört Power Automate.
Támogatott nyelvek és fájlok
A következő nyelvek támogatottak: albán (Albánia), cseh (Cseh Köztársaság), kínai (egyszerűsített) Kína, kínai (hagyományos) Hongkong KKT, kínai (hagyományos) Tajvan, dán (Dánia), horvát (Bosznia-Hercegovina), horvát (Horvátország), horvát (Szerbia), holland (Hollandia), angol (Ausztrália), angol (Kanada), angol (India), angol (Egyesült Királyság), angol (Egyesült Államok), észt (Észtország), finn (Finnország), francia (Franciaország), német (Németország), magyar (Magyarország), izlandi (Izland), olasz (Olaszország), japán (Japán), koreai (Korea), litván (Litvánia), lett (Lettország), maláj (Malajzia), norvég (Norvégia), lengyel (Lengyelország), portugál (Portugália), román (Románia), szlovák (Szlovákia), szlovén (Szlovénia), szerb (Szerbia), spanyol (Spanyolország), svéd (Svédország).
A legjobb eredmény érdekében egyetlen tiszta fotót vagy szkennelt képet adjon meg számlánként.
- A képformátumnak JPEG-nek, PNG-nek vagy PDF-nek kell lennie.
- A fájlméret nem haladhatja meg a 20 MB-ot.
- A kép méretének 50 x 50 és 10000 x 10000 képpont között kell lennie.
- A PDF mérete legfeljebb 17 x 17 hüvelyk nagyságú lehet amely egyenértékű a Legal, A3 vagy kisebb papírméretekkel.
- PDF-dokumentumok esetén csak az első 2,000-oldalt dolgozza fel a rendszer.
A modell kimenete
Számla észlelése esetén a Számlafeldolgozás modell a következő információkat adja vissza:
| Tulajdonság | Definíció |
|---|---|
| Esedékes összeg (szöveg) | Az esedékes összeg a számlán szereplő módon. |
| Esedékes összeg (szám) | Esedékes összeg szabványos számformátumban. Példa: 1234,98. |
| Esedékes összeg megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Számlázási cím | Számlázási cím. |
| Számlázási cím megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Számlázási címhez tartozó címzett | Számlázási címhez tartozó címzett. |
| A számlázási címhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Ügyfél címe | Ügyfél címe. |
| Ügyfél címének megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Ügyfél címéhez tartozó címzett | Ügyfél címéhez tartozó címzett. |
| Ügyfél címéhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Ügyfél-azonosító | Ügyfél-azonosító. |
| Ügyfél-azonosító megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Ügyfél neve | Ügyfél neve. |
| Az ügyfél nevének megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Ügyfél adóazonosítója | Az ügyfélhez társított adófizetői szám. |
| Ügyfél adóazonosítójának konfidenciája | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Esedékesség dátuma (szöveg) | A fizetési határidő a számlán szereplő módon. |
| Esedékesség dátuma (dátum) | Határidő szabványosított dátumformátumban. Példa: 2019-05-31. |
| Fizetési határidő megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Számlázási dátum (szöveg) | A számla dátuma a számlán szereplő módon. |
| Számlázási dátum (dátum) | Számla dátuma szabványosított dátumformátumban. Példa: 2019-05-31. |
| Számla dátumának megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Számlaazonosító | Számlaazonosító. |
| Számlaazonosító megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Számla végösszege (szöveg) | A számla végösszege a számlán szereplő módon. |
| Számla végösszege (szám) | Számla összege szabványosított dátumformátumban. Példa: 2019-05-31. |
| Számla teljes összegének megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Sortételek | A számlából kinyert sorelemek. Minden oszlophoz elérhetők a megbízhatósági pontszámok.
|
| Fizetési feltételek | A számla fizetési feltételei. |
| A fizetési feltételek konfidenciája | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Beszerzési rendelés | Beszerzési rendelés. |
| Beszerzési rendelés megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Előző kifizetetlen egyenleg (szöveg) | Az előző kifizetetlen egyenleg a számlán szereplő módon. |
| Előző kifizetetlen egyenleg (szám) | Korábbi nem megfizetett egyenleg szabvány számformátumban. Példa: 1234,98. |
| Előző kifizetetlen egyenleghez tartozó konfidencia | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Átutalási cím | Átutalási cím. |
| Átutalás címének megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Átutalási címhez tartozó címzett | Átutalási címhez tartozó címzett. |
| Az átutalási címhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szolgáltatás címe | Szolgáltatás címe. |
| Szolgáltatási cím megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szolgáltatási címhez tartozó címzett | Szolgáltatási címhez tartozó címzett. |
| Szolgáltatási címhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szolgáltatás kezdési dátuma (szöveg) | A szolgáltatás kezdési dátuma a számlán szereplő módon. |
| Szolgáltatás kezdési dátuma (dátum) | A szolgáltatás kezdő dátuma szabványos dátumformátumban. Példa: 2019-05-31. |
| A szolgáltatás kezdési dátumának konfidenciája | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szolgáltatás befejezési dátuma (szöveg) | A szolgáltatás befejezési dátuma a számlán szereplő módon. |
| Szolgáltatás befejezési dátuma (dátum) | A szolgáltatás befejező dátuma szabványos dátumformátumban. Példa: 2019-05-31. |
| A szolgáltatás befejezési dátumának konfidenciája | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szállítási cím | Szállítási cím. |
| Szállítási cím megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szállítási címhez tartozó címzett | Szállítási címhez tartozó címzett. |
| A szállítási címhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Részösszeg (szöveg) | Részösszeg a számlán szereplő módon. |
| Részösszeg (szám) | Részösszeg szabványos számformátumban. Példa: 1234,98. |
| Részösszeg megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Összes adó (szöveg) | Az összes adó a számlán szereplő módon. |
| Összes adó (szám) | Összes adó szabványos számformátumban. Példa: 1234,98. |
| Összes adó megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szállító címe | Szállító címe. |
| Szállítói cím megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szállító címéhez tartozó címzett | Szállító címéhez tartozó címzett. |
| A szállító címéhez tartozó címzett megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Szállító neve | Szállító neve. |
| A szállító nevének megbízhatósága | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Beszállítói adóazonosító | A szállítóhoz társított adófizetői szám. |
| A beszállítói adóazonosító konfidenciája | Azt adja meg, hogy mennyire biztos a modell az előrejelzésében. 0 (gyenge megbízhatóság) és 1 (nagy megbízhatóság) közötti pontszám. |
| Felismert szöveg | A OCR számlán való futtatásából származó felismert szövegsor. A szöveg listájának részeként lett visszaadva. |
| Észlelt kulcs | A kulcs-érték párok az összes azonosított címke vagy kulcs, valamint a hozzájuk tartozó válaszok vagy értékek. Ezekkel további értékeket nyerhet ki, amelyek nem részei az előre definiált mezőlistának. |
| Észlelt érték | A kulcs-érték párok az összes azonosított címke vagy kulcs, valamint a hozzájuk tartozó válaszok vagy értékek. Ezekkel további értékeket nyerhet ki, amelyek nem részei az előre definiált mezőlistának. |
Kulcs-érték párok
A kulcs-érték párok az összes azonosított címke vagy kulcs, valamint a hozzájuk tartozó válaszok vagy értékek. Ezekkel további értékeket nyerhet ki, amelyek nem részei az előre definiált mezőlistának.
A Számlafeldolgozás modell által észlelt összes kulcs-érték pár megjelenítéséhez hozzáadhat egy HTML-táblázat létrehozása műveletet a folyamathoz a képernyőképen látható módon, és futtathatja a folyamatot.
Egy adott kulcs kinyeréséhez, amelynek ismeri az értékét, használhatja a Tömb szűrése műveletet az alábbi képernyőképen látható módon. A képernyőkép példájában szeretnénk kivonni a kulcs értékét Tel .:
Korlátozások
A következő korlát vonatkozik a környezetenként kezdeményezett hívásokra dokumentumfeldolgozás modelleken, beleértve az előre összeállított modelleket is: Nyugtafeldolgozás és Számlafeldolgozás.
| Akció | Korlát | Megújítási időszak |
|---|---|---|
| Hívások (környezetenként) | 360 | 60 másodperc |
Egyéni számlafeldolgozási megoldás létrehozása
Az előre felépített számlafeldolgozási AI-modell arra van kialakítva, hogy kinyerje a számlákon található általános mezőket. Mivel minden vállalat egyedi, ezért előfordulhat, hogy a kinyert mezőket nem ebben az előre felépített modellben szereplő mezőkből szeretné kinyerni. Az is előfordulhat, hogy bizonyos szabványos mezőket nem lehet megfelelően kivonni egy bizonyos típusú számlákhoz, amivel Ön dolgozik. Ennek megoldására kétféle lehetőség van:
Az egyéni Számlák feldolgozási modell használata: Bővítse az előre összeállított Számlafeldolgozás modell viselkedését az alapértelmezetteken kívül kinyerendő új mezők hozzáadásával, vagy a nem megfelelően kinyert dokumentumok mintáival. Ha meg szeretné tudni, hogyan bővítheti az előre összeállított Számlafeldolgozás modellt, lépjen a Válassza ki a dokumentum típusát.
Nyers OCR-eredmények megtekintése: Minden alkalommal, amikor a Számlafeldolgozás előre összeállított AI-modell feldolgozza az Ön által megadott fájlt, OCR-műveletet is végez a fájlra írt összes szó kinyeréséhez. A nyers OCR-eredmények a modell által biztosított észleltszöveg-kimeneten férhetők hozzá. Az észlelt szövegből visszaadott tartalmon egy egyszerű keresés elegendő lehet a szükséges adatok megszerzéséhez.
Használja dokumentumfeldolgozás: A AI Builder segítségével saját egyéni AI-modellt is létrehozhat a dokumentumokhoz szükséges mezők és táblák kinyeréséhez. Csak hozzon létre egy dokumentumfeldolgozás modellt , és tanítsa be, hogy kinyerje az összes információt egy olyan számlából, amely nem működik jól a számlakivonási modellel.
Miután betanította az egyéni dokumentumfeldolgozás modellt, kombinálhatja azt a Számlafeldolgozás előre összeállított modellel egy Power Automate folyamatban.
Íme néhány példa:
Egyéni dokumentumfeldolgozás modell használata olyan további mezők kinyeréséhez, amelyeket az Számlafeldolgozás előre összeállított modell nem ad vissza
Ebben a példában egy egyéni dokumentumfeldolgozás modellt tanítottunk be egy hűségprogramszám kinyeréséhez, amely csak az Adatum és a Contoso szolgáltatók számláin van jelen.
A folyamat akkor aktiválódik, amikor egy új számlát adnak hozzá egy adott SharePoint-mappához. Ezután az előre felépített számlafeldolgozási AI-modellt hív az adatainak kinyeréséhez. Következő lépésként ellenőrizzük, hogy a feldolgozott számlához tartozó szállító az „Adatum” vagy a Contoso-e. Ebben az esetben felhívunk egy egyéni dokumentumfeldolgozás modellt, amelyet betanítottunk a hűségszám megszerzésére. Végül a számláról kinyert adatokat egy Excel-fájlba mentjük.
Egyéni dokumentumfeldolgozás modell használata, ha az Számlafeldolgozás előre összeállított modell által visszaadott mező megbízhatósági pontszám alacsony
Ebben a példában egy egyéni dokumentumfeldolgozás modellt tanítottunk be a számlák teljes összegének kinyeréséhez, ahol általában alacsony megbízhatósági pontszám kapunk az Számlafeldolgozás előre összeállított modell használatakor.
A folyamat akkor aktiválódik, amikor egy új számlát adnak hozzá egy adott SharePoint-mappához. Ezután az előre felépített számlafeldolgozási AI-modellt hív az adatainak kinyeréséhez. Ezután ellenőrizzük, hogy a Számla összértéke tulajdonság megbízhatósági pontszám kisebb-e 0,65-nél. Ebben az esetben meghívunk egy egyéni dokumentumfeldolgozás modellt, amelyet számlákkal tanítottunk be, ahol általában alacsony megbízhatósági pontszám kapunk a teljes mezőre. Végül a számláról kinyert adatokat egy Excel-fájlba mentjük.
Az előre összeállított Számlafeldolgozás modell használatával kezelheti azokat a számlákat, amelyek kezelésére az egyéni dokumentumfeldolgozás modell nincs betanítva
Az Számlafeldolgozás előre összeállított modell használatának egyik módja, ha tartalék modellként használja az egyéni dokumentumfeldolgozás modellben be nem tanított számlák kezelésére. Tegyük fel például, hogy létrehozott egy dokumentumfeldolgozás modellt, és betanította az adatok kinyerésére a 20 legfontosabb számlaszolgáltatótól. Ezután az előre felépített számlafeldolgozási modell segítségével feldolgozhat minden új számlát vagy kisebb volumenű számlákat. Íme egy példa erre:
A folyamat akkor aktiválódik, amikor egy új számlát adnak hozzá egy adott SharePoint-mappához. Ezután meghív egy egyéni dokumentumfeldolgozás modellt az adatok kinyeréséhez. Következő lépésként ellenőrizzük, hogy az észlelt gyűjtemény megbízhatósági pontszáma kisebb-e 0,65-nél. Ebben az esetben ez valószínűleg azt jelenti, hogy a megadott számla igazán megfelelő az egyéni modellhez. Ezt követően meghívjuk az előre elkészített számlafeldolgozási modellt. Végül a számláról kinyert adatokat egy Excel-fájlba mentjük.
