Dokumentumintelligencia – amerikai adódokumentum-modellek

Fontos

• A Document Intelligence nyilvános előzetes verziójú kiadásai korai hozzáférést biztosítanak az aktív fejlesztés alatt lévő funkciókhoz.
• A funkciók, a megközelítések és a folyamatok az általános rendelkezésre állás (GA) előtt változhatnak a felhasználói visszajelzések alapján.
• A Document Intelligence ügyfélkódtárak nyilvános előzetes verziója alapértelmezés szerint a REST API 2024-02-29-preview verziója.
• A nyilvános előzetes verzió 2024-02-29 előzetes verziója jelenleg csak a következő Azure-régiókban érhető el:
• USA keleti régiója
• USA2 nyugati régiója
• Nyugat-Európa

Ez a tartalom a következőre vonatkozik::v4.0 (előzetes verzió) | Korábbi verziók:v3.1 (GA)

A dokumentumintelligencia-szerződésmodell hatékony optikai karakterfelismerési (OCR) képességeket használ a kulcsmezők és sorelemek elemzéséhez és kinyeréséhez az adódokumentumok kiválasztott csoportjából. Az adódokumentumok különböző formátumúak és minőségűek lehetnek, beleértve a telefonon rögzített képeket, a beolvasott dokumentumokat és a digitális PDF-eket. Az API elemzi a dokumentum szövegét; kinyeri a legfontosabb információkat, például az ügyfél nevét, a számlázási címet, a határidőt és az esedékes összeget; és strukturált JSON-adatábrázolást ad vissza. A modell jelenleg bizonyos angol adódokumentum-formátumokat támogat.

Támogatott dokumentumtípusok:

• W-2-nyomtatványok
• 1098
• 1098-E
• 1098-T
• 1099 és variációk (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, Q, QA, R, S, SA, SB)
• 1040 és változatok (1. ütemezés, 2. ütemezés, 3. ütemezés, 8812. ütemezés, A. ütemezés, B. ütemezés, C. ütemezés, D. ütemezés, E. ütemezés, ütemezésEIC, F. ütemezés, H. ütemezés, J. ütemezés, R. ütemezés, ütemezési Standard kiadás és vezető beosztás)

Automatizált adódokumentum-feldolgozás

Az automatikus adódokumentum-feldolgozás a kulcsmezők adózási dokumentumokból való kinyerésének folyamata. Az adódokumentumokat korábban manuálisan dolgozták fel. Ez a modell lehetővé teszi az adóforgatókönyvek egyszerű automatizálását.

Fejlesztési lehetőségek

A Document Intelligence v4.0 (2023-10-31 előzetes verzió) a következő eszközöket, alkalmazásokat és kódtárakat támogatja:

Szolgáltatás	Források	Modellazonosító
Amerikai adóűrlap-modellek	• Document Intelligence Studio • REST API • C# SDK • Python SDK • Java SDK • JavaScript SDK	• prebuilt-tax.us.W-2• prebuilt-tax.us.1098 • prebuilt-tax.us.1098E • prebuilt-tax.us.1098T • prebuilt-tax.us.1099A • prebuilt-tax.us.1099B • prebuilt-tax.us.1099C • prebuilt-tax.us.1099CAP • prebuilt-tax.us.1099DIV • prebuilt-tax.us.1099G • prebuilt-tax.us.1099H • prebuilt-tax.us.1099INT • előre összeállítottt-tax.us.1099K • prebuilt-tax.us.1099LS • prebuilt-tax.us.1099LTC • prebuilt-tax.us.1099MISC • prebuilt-tax.us.1099NEC• prebuilt-tax.us.1099OID • prebuilt-tax.us.1099PATR • prebuilt-tax.us.1099Q • prebuilt-tax.us.1099QA • prebuilt-tax.us.1099R • prebuilt-tax.us.1099S • prebuilt-tax.us. 1099SA • prebuilt-tax.us.1099SB • prebuilt-tax.us.1040 • prebuilt-tax.us.1040Schedule1 • prebu 1040Schedule2 • prebuilt-tax.us.1040Schedule3 • prebuilt-tax.us.1040Schedule8812 • prebuilt-tax.us.1040ScheduleA• prebuilt-tax.us.1040ScheduleB • prebuilt-tax.us.1040ScheduleC • prebuilt-tax.us.1040ScheduleD • prebuilt-tax.us.1040ScheduleE • prebuilt-tax.us.1040ScheduleEIC • prebuilt-tax.us.1040ScheduleF • prebuilt-tax.us.1040ScheduleH • prebuilt-tax.us.1040ScheduleJ • prebuilt-tax.us.1040ScheduleR • prebuilt-tax.us.1040Schedule Standard kiadás • prebuilt-tax.us.1040Senior

Bemeneti követelmények

• A legjobb eredmény érdekében dokumentumonként egy tiszta fényképet vagy kiváló minőségű vizsgálatot biztosít.

• Támogatott fájlformátumok:

  Modell	PDF	Kép: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) és HTML
  Olvasás	✔	✔	✔
  Elrendezés	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Általános dokumentum	✔	✔
  Előre összeállított	✔	✔
  Egyéni kinyerés	✔	✔
  Egyéni besorolás	✔	✔	✔ (2024-02-29-preview)

• PDF és TIFF esetén legfeljebb 2000 oldal dolgozható fel (ingyenes szintű előfizetéssel csak az első két oldal dolgozható fel).

• A dokumentumok elemzéséhez használt fájlméret 500 MB a fizetős (S0) és 4 MB az ingyenes (F0) szint esetén.

• A képméreteknek 50 x 50 képpont és 10 000 képpont x 10 000 képpont között kell lenniük.

• Ha a PDF-eket jelszó védi, akkor beküldés előtt el kell távolítania a védelmet.

• A kinyerni kívánt szöveg minimális magassága 12 képpont egy 1024 x 768 képpontos képhez. Ez a dimenzió körülbelül 8150 pont/hüvelyk (DPI) pont szövegnek felel meg.

• Egyéni modell betanítása esetén a betanítási adatok oldalainak maximális száma az egyéni sablonmodell esetében 500, az egyéni neurális modell esetében pedig 50 000.

  • Egyéni extrakciós modell betanítása esetén a betanítási adatok teljes mérete sablonmodell esetén 50 MB, a neurális modell esetében pedig 1G-MB.

  • Egyéni besorolási modell betanítása esetén a betanítási adatok 1GB teljes mérete legfeljebb 10 000 oldal lehet.

Adódokumentumok adatkinyerésének kipróbálása

Megtudhatja, hogyan nyerik ki az adatokat, beleértve az ügyféladatokat, a szállító adatait és a sorelemeket a számlákból. A következő erőforrásokra van szüksége:

• Azure-előfizetés – ingyenesen létrehozhat egyet.

• Dokumentumintelligencia-példány az Azure Portalon. A szolgáltatás kipróbálásához használhatja az ingyenes tarifacsomagot (F0). Az erőforrás üzembe helyezése után válassza az Ugrás az erőforráshoz lehetőséget a kulcs és a végpont lekéréséhez.

Document Intelligence Studio

1. A Document Intelligence Studio kezdőlapján válassza ki a támogatott adódokumentum-modellt.

2. Elemezhet egy adódokumentummintát, vagy feltöltheti saját fájljait.

3. Válassza a Futtatás elemzés gombot, és szükség esetén konfigurálja az Elemzési beállításokat :

   

A Document Intelligence Studio kipróbálása

Támogatott nyelvek és területi beállítások

A támogatott nyelvek teljes listájáért tekintse meg a Nyelvi támogatás – előre összeállított modellek lapját.

Mező kinyerése W-2

A JSON-kimenet válaszában az alábbi mezők származnak egy W-2 adóűrlapról.

Név	Típus	Leírás	Példakimenet	Eltartottak
W-2FormVariant	Sztring	IR W-2 űrlapvariáns. Ez a mező a következő értékek egyikével rendelkezhet: W-2, W-2AS, W-2CM, , W-2GUvagy W-2VI	W-2-nyomtatványok
TaxYear	Szám	Űrlapadó éve	2021
W2Copy	Sztring	A W-2 adómásolat verziója és a másolathoz kapcsolódó nyomtatott utasítások	A másolása – Társadalombiztosítási Rendszergazda istration esetén
Employee	object	Társadalombiztosítási számot, nevet és címet tartalmazó objektum
ControlNumber	húr	W-2 vezérlőszám. IRS W-2 mező d	0AB12 D345 7890
Employer	Objektum	Munkáltatói azonosító számot, nevet és címet tartalmazó objektum
WagesTipsAndOtherCompensation	Szám	Bérek, tippek és egyéb kompenzációs összeg USD-ben. IRS W-2 mező 1	1234567.89
FederalIncomeTaxWithheld	Szám	A szövetségi jövedelemadó visszatartott összege USD-ben. IRS W-2 mező 2	1234567.89
SocialSecurityWages	Szám	A társadalombiztosítási bérek összege USD-ben. IRS W-2 mező 3	1234567.89
SocialSecurityTaxWithheld	Szám	A társadalombiztosítási adó visszatartott összege USD-ben. IRS W-2 mező 4	1234567.89
MedicareWagesAndTips	Szám	Medicare bérek és tippek összege USD. IRS W-2 mező 5	1234567.89
MedicareTaxWithheld	Szám	Medicare adó visszatartott összege USD. IRS W-2 mező 6	1234567.89
SocialSecurityTips	Szám	A társadalombiztosítási tippek összege USD-ben. IRS W-2 mező 7	1234567.89
AllocatedTips	Szám	Kiosztott tippek USD-ben. IRS W-2 mező 8	1234567.89
VerificationCode	Szám	W-2 ellenőrző kód. IRS W-2 mező 9	1234567.89
DependentCareBenefits	Szám	A függő ápolási ellátások összege USD-ben. IRS W-2 mező 10	1234567.89
NonQualifiedPlans	Szám	Nem minősített csomagok összege USD-ben. IRS W-2 mező 11	1234567.89
IsStatutoryEmployee	Sztring	Az IRS W-2 mező 13 része. Lehet igaz vagy hamis	true
IsRetirementPlan	Sztring	Az IRS W-2 mező 13 része. Lehet igaz vagy hamis	true
IsThirdPartySickPay	Sztring	Az IRS W-2 mező 13 része. Lehet igaz vagy hamis	true
Other	Sztring	Az IRS W-2 mező tartalma 14	BETEG LV BÉREK SBJT A $ 511/DAY LIMIT 1356
StateTaxInfos	Tömb	Állami adóval kapcsolatos információk. A 15–17. számú IRS W-2 mező tartalma
LocaleTaxInfos	Tömb	Helyi adóval kapcsolatos információk. Az IRS W-2 mező tartalma 18–20

Mező kinyerése 1098

A JSON kimeneti válaszában az 1098-at tartalmazó adóűrlapból kinyert mezők a következők. Az 1098-T és az 1098-E űrlapok is támogatottak.

Név	Típus	Leírás	Példakimenet
TaxYear	Szám	Űrlapadó éve	2021
Hitelfelvevő	Objektum	Olyan objektum, amely a hitelfelvevő TIN-jét, nevét, címét és AccountNumber-azonosítóját tartalmazza
Hitelező	Objektum	A hitelező TIN-jét, nevét, címét és telefonját tartalmazó objektum
MortgageInterest	Szám	A kifizetőktől/hitelfelvevőktől kapott jelzálog-kamat összege (1. keret)	1,234,567.89
OutstandingMortgagePrincipal	Szám	Kinnlévő jelzáloghitel-tőke (2. keret)	1,234,567.89
MortgageOriginationDate	Dátum	A jelzálog keletkezésének dátuma (3. rovat)	2022-01-01
OverpaidInterestRefund	Szám	Túlfizetett kamat visszatérítése (4. rovat)	1,234,567.89
MortgageInsurancePremium	Szám	Jelzálog-biztosítási díj összege (5. rovat)	1,234,567.89
PointsPaid	Szám	A fő lakóhely vásárlása után fizetett pontok (6. rovat)	1,234,567.89
IsPropertyAddressSameAsBorrower	Sztring	A jelzálogot biztosító ingatlan címe megegyezik-e a kifizető/hitelfelvevő levelezési címével (7. rovat)	true
PropertyAddress	Sztring	A jelzálogot biztosító ingatlan címe vagy leírása (8. rovat)	123 Main St., Redmond WA 98052
MortgagedPropertiesCount	Szám	Jelzáloggal terhelt ingatlanok száma (9. rovat)	0
Egyéb	Sztring	További információk a kifizetőnek való jelentéshez (10. rovat)
RealEstateTax	Szám	Ingatlanadó (1. rovat)	1,234,567.89
További információk	Sztring	Hozzáadott értékelések a tulajdonságon (10. rovat)	1,234,567.89
MortgageAcquisitionDate	dátum:	Jelzáloghitel-szerzés dátuma (11. rovat)	2022-01-01

Mező kinyerése 1099-NEC

A JSON kimeneti válaszában az 1099-nec adóűrlapból kinyert mezők a következők. Az 1099-ben szereplő többi változat is támogatott.

Név	Típus	Leírás	Példakimenet
TaxYear	Sztring	Az 1099-NEC űrlapból kinyert adóév.	2021
Payer	Objektum	A kifizető TIN-jét, nevét, címét és Telefon Number azonosítóját tartalmazó objektum
Recipient	Objektum	A címzett TIN-jét, nevét, címét és AccountNumber azonosítóját tartalmazó objektum
Box1	szám	1. doboz, kinyerve az 1099-NEC űrlapból.	123456
Box2	Logikai	2. doboz, kinyerve az 1099-NEC űrlapból.	true
Box4	szám	4. doboz, kinyerve az 1099-NEC űrlapból.	123456
StateTaxesWithheld	array	Az 1099-NEKC űrlapból kivont államadók (5., 6. és 7. mező)

Mezőkinyerés 1040 adóűrlap

A JSON kimeneti válaszában az 1040 adóűrlapból kinyert mezők a következők. Az 1040 többi változata is támogatott.

Név	Típus	Leírás	Példakimenet
TaxPayer	Objektum	Olyan objektum, amely tartalmazza az adófizető adatait, például az SSN-t, a vezetéknevet és a címet
Spouse	Objektum	Olyan objektum, amely tartalmazza a házastárs adatait, például az SSN-t, a vezetéknevet, az utónevet és a monogram nevét
Dependents	array	Olyan tömb, amely a függők listáját tartalmazza, beleértve az olyan információkat, mint a Név, az SSN és a hitel típusa
ThirdPartyDesignee	object	Olyan objektum, amely információt tartalmaz a külső tervezőről
SignatureDetails	object	Az aláíróval kapcsolatos információkat, például telefonszámokat és e-maileket tartalmazó objektum
PaidPreparer	object	Egy objektum, amely információkat tartalmaz a előkészítőről.
FillingStatus	Sztring	Az érték lehet noSelection, single, marriedFilingJointly, marriedFillingSeparately, headOfHousehold, qualifyingSurvivingSpouse vagy multiSelection.	Egyetlen
FilingStatusDetails	object	Egy objektum, amely információkat tartalmaz a iktatási állapotról.
NameOfSpouseOrQualifyingPerson	Sztring	Az 1040-ből kinyert házastárs vagy jogosult személy neve.	John Smith
PresidentialElectionCampaign	Sztring	Az érték lehet a noSelection, az adózó, a házastárs vagy a multiSelection egyike.	Adófizető
PresidentialElectionCampaignDetails	object	Egy objektum, amely részleteket tartalmaz az elnökválasztási kampányról.
DigitalAssets	Sztring	Az érték lehet az egyik noSelection, igen, nem vagy multiSelection.	igen
DigitalAssetsDetails	object	A digitális eszközökkel kapcsolatos részleteket tartalmazó objektum.
ClaimStatus	Sztring	Az érték lehet noSelection, taxpayerAsDependent, spouseAsDependent, spouseItemizesSeparatelyOrDualStatusAlien vagy multiSelection.	taxpayerAsDependent
ClaimStatusDetails	object	Egy objektum, amely a jogcím állapotának részleteit tartalmazza.
TaxpayerAgeBlindness	Sztring	Az érték lehet a noSelection, above64a blind vagy a multiSelection egyik értéke.	fenti64
TaxPayerAgeBlindnessDetails	object	Olyan objektum, amely az adózó korának vakságával kapcsolatos részleteket tartalmazza.
SpouseAgeBlindness	Sztring	Az érték lehet a noSelection, above64a blind vagy a multiSelection egyik értéke.	fenti64
TaxPayerAgeBlindnessDetails	object	Olyan tárgy, amely a házastárs életkorának vakságával kapcsolatos részleteket tartalmazza.
MoreThanFourDependents	Logikai	Az 1040-ből kinyert négynél több függő.	true
Box1a	szám	1040-ből kinyert doboz 1a .	123456
A megadott JSON-struktúra alapján és a kért táblázatformátumba való konvertálással az eredmény a következő:
Box1b	szám	1040-ből kinyert doboz 1b .	123456
Box1c	szám	1040-ből kinyert doboz 1c .	123456
Box1d	szám	1040-ből kinyert doboz 1d .	123456
Box1e	szám	1040-ből kinyert doboz 1e .	123456
Box1f	szám	1040-ből kinyert doboz 1f .	123456
Box1g	szám	1040-ből kinyert doboz 1g .	123456
Box1h	szám	1040-ből kinyert doboz 1h .	123456
Box1i	szám	1040-ből kinyert doboz 1i .	123456
Box1z	szám	1040-ből kinyert doboz 1z .	123456
Box2a	szám	1040-ből kinyert doboz 2a .	123456
Box2b	szám	1040-ből kinyert doboz 2b .	123456
Box3a	szám	1040-ből kinyert doboz 3a .	123456
Box3b	szám	1040-ből kinyert doboz 3b .	123456
Box4a	szám	1040-ből kinyert doboz 4a .	123456
Box4b	szám	1040-ből kinyert doboz 4b .	123456
Box5a	szám	1040-ből kinyert doboz 5a .	123456
Box5b	szám	1040-ből kinyert doboz 5b .	123456
Box6a	szám	1040-ből kinyert doboz 6a .	123456
Box6b	szám	1040-ből kinyert doboz 6b .	123456
Box6cCheckbox	Logikai	1040-ből kinyert jelölőnégyzet 6c jelölőnégyzet.	true
Box7Checkbox	Logikai	Box 7 Checkbox extracted from 1040.	true
Box7	szám	7. doboz, kinyerve 1040-ből.	123456
Box8	szám	1040-ből kinyert 8. doboz.	123456
Box9	szám	9. doboz, kinyerve 1040-ből.	123456
Box10	szám	10. doboz, kinyerve 1040-ből.	123456
Box11	szám	11. doboz, kinyerve 1040-ből.	123456
Box12	szám	12. doboz, kinyerve 1040-ből.	123456
Box13	szám	13. doboz, kinyerve 1040-ből.	123456
Box14	szám	14. doboz, kinyerve 1040-ből.	123456
Box15	szám	15. doboz, kinyerve 1040-ből.	123456
Box16FromForm	húr	Az érték lehet a noSelection, a 8814, a 4972, az egyéb vagy a multiSelection egyik.	8814
Box16FromFormDetails	object	A 16. doboz adatait tartalmazó objektum
Box16OtherFormNumber	húr	16. doboz– 1040-ből kinyert egyéb űrlapszám.	8888
Box16	szám	16. doboz, kinyerve 1040-ből.	123456
Box17	szám	17. doboz, kinyerve 1040-ből.	123456
Box18	szám	18. doboz, kinyerve 1040-ből.	123456
Box19	szám	19. doboz, kinyerve 1040-ből.	123456
Box20	szám	1040-ből kinyert 20. doboz.	123456
Box21	szám	21. doboz, kinyerve 1040-ből.	123456
Box22	szám	22. doboz, kinyerve 1040-ből.	123456
Box23	szám	1040-ből kinyert 23. doboz.	123456
Box24	szám	1040-ből kinyert 24. doboz.	123456
Box25a	szám	1040-ből kinyert doboz 25a .	123456
Box25b	szám	1040-ből kinyert doboz 25b .	123456
Box25c	szám	1040-ből kinyert doboz 25c .	123456
Box25d	szám	1040-ből kinyert doboz 25d .	123456
Box26	szám	Doboz 26 kinyerve 1040.	123456
Box27	szám	27. doboz, kinyerve 1040-ből.	123456
Box28	szám	1040-ből kinyert 28. doboz.	123456
Box29	szám	Doboz 29 kinyerve 1040.	123456
Box31	szám	1040-ből kinyert 31. doboz.	123456
Box32	szám	32. doboz, kinyerve 1040-ből.	123456
Box33	szám	33. doboz, kinyerve 1040-ből.	123456
Box34	szám	Doboz 34 kinyerve 1040.	123456
Box35Checkbox	Logikai	Box 35 Checkbox extracted from 1040.	true
Box35a	szám	1040-ből kinyert doboz 35a .	123456
Box35b	szám	1040-ből kinyert doboz 35b .	123456
Box35c	húr	Az érték lehet a noSelection, az ellenőrzés, a megtakarítás vagy a multiSelection egyik értéke.	Ellenőrzése
Box35cDetails	object	A Box részleteit tartalmazó objektum 35c
Box35d	szám	1040-ből kinyert doboz 35d .	123456
Box36	szám	36. doboz, kinyerve 1040-ből.	123456
Box37	szám	37. doboz, kinyerve 1040-ből.	123456
Box38	szám	38. doboz, kinyerve 1040-ből.	123456
HasAssignedThirdPartyDesignee	húr	Az érték lehet az egyik noSelection, igen, nem vagy multiSelection.	igen
HasAssignedThirdPartyDesigneeDetails	object	A hozzárendelt külső tervező számára kijelölt adatokra vonatkozó információkat tartalmazó objektum

Az adódokumentum kulcs-érték párjai és a kinyert sorelemek a documentResults JSON-kimenet szakaszában találhatók.

Következő lépések

• Próbálja meg feldolgozni saját űrlapjait és dokumentumait a Document Intelligence Studióval.

• Végezze el a Dokumentumintelligencia rövid útmutatóját , és kezdje el létrehozni egy dokumentumfeldolgozó alkalmazást a választott fejlesztési nyelven.