Bagikan melalui


Model dokumen hipotret Kecerdasan Dokumen

Konten ini berlaku untuk:tanda centangv4.0 (pratinjau)tanda centang

Model Mortgage Kecerdasan Dokumen menggunakan kemampuan Optical Character Recognition (OCR) yang kuat dan model pembelajaran mendalam untuk menganalisis dan mengekstrak bidang utama dari dokumen hipotek. Dokumen KPR dapat memiliki berbagai format dan kualitas. API menganalisis dokumen hipotek dan mengembalikan representasi data JSON terstruktur. Model saat ini hanya mendukung dokumen berbahasa Inggris.

Jenis dokumen yang didukung:

  • Aplikasi Pinjaman Residensial Seragam (Formulir 1003)
  • Ringkasan Underwriting dan Transmittal Seragam (Formulir 1008)
  • Formulir Pengungkapan Penutupan

Opsi pengembangan

Kecerdasan Dokumen v4.0 (pratinjau 2024-02-29) mendukung alat, aplikasi, dan pustaka berikut:

Fitur Sumber ID Model
Model hipotret Document Intelligence Studio
REST API
C# SDK
Python SDK
Java SDK
JavaScript SDK
• prebuilt-mortgage.us.1003
• prebuilt-mortgage.us.1008
• prebuilt-mortgage.us.closingDisclosure

Persyaratan input

  • Untuk hasil terbaik, berikan satu foto yang jelas atau pemindaian berkualitas tinggi per dokumen.

  • Format file yang didukung:

    Model PDF Gambar:
    JPEG/JPG, PNG, BMP, TIFF, HEIF
    Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), dan HTML
    Read
    Tata letak ✔ (2024-02-29-preview, 2023-10-31-preview)
    Dokumen Umum
    Bawaan
    Ekstraksi kustom
    Klasifikasi kustom ✔ (Pratinjau 2024-02-29)
  • Untuk PDF dan TIFF, hingga 2000 halaman yang dapat diproses (dengan langganan tingkat gratis, hanya dua halaman pertama yang diproses).

  • Ukuran file untuk menganalisis dokumen adalah 500 MB untuk tingkat berbayar (S0) dan 4 MB secara gratis (F0).

  • Dimensi gambar harus antara 50 x 50 piksel dan 10.000 piksel x 10.000 piksel.

  • Jika PDF Anda dikunci dengan kata sandi, Anda harus menghapus kunci sebelum pengiriman.

  • Tinggi minimum teks yang akan diekstrak adalah 12 piksel untuk gambar piksel 1024 x 768. Dimensi ini sesuai dengan teks sekitar 8-point pada 150 titik per inci (DPI).

  • Untuk pelatihan model kustom, jumlah maksimum halaman untuk data pelatihan adalah 500 untuk model template kustom dan 50.000 untuk model neural kustom.

    • Untuk pelatihan model ekstraksi kustom, ukuran total data pelatihan adalah 50 MB untuk model templat dan 1G-MB untuk model neural.

    • Untuk pelatihan model klasifikasi kustom, ukuran total data pelatihan adalah 1GB dengan maksimum 10.000 halaman.

Coba ekstraksi data dokumen hipotek

Untuk melihat cara kerja ekstraksi data untuk layanan dokumen hipotek, Anda memerlukan sumber daya berikut:

  • Langganan Azure—Anda dapat membuatnya secara gratis.

  • Instans Kecerdasan Dokumen di portal Azure. Anda dapat menggunakan tingkat harga gratis (F0) untuk mencoba layanan. Setelah sumber daya Anda disebarkan, pilih Buka sumber daya untuk mendapatkan kunci dan titik akhir Anda.

Cuplikan layar di titik akhir di portal Azure.

Studio Kecerdasan Dokumen

  1. Pada beranda Studio Kecerdasan Dokumen, pilih hipotek.

  2. Anda dapat menganalisis sampel dokumen hipotret atau mengunggah file Anda sendiri.

  3. Pilih tombol Jalankan analisis dan, jika perlu, konfigurasikan opsi Analisis:

    Cuplikan layar tombol Jalankan analisis dan Analisis opsi di Studio Kecerdasan Dokumen.

Bahasa dan lokal yang didukung

Lihat halaman Dukungan Bahasa— model bawaan untuk daftar lengkap bahasa yang didukung.

Ekstraksi bidang 1003 Aplikasi Pinjaman Residensial Seragam (URLA)

Berikut ini adalah bidang yang diekstrak dari formulir URLA 1003 dalam respons output JSON.

Nama Tipe Deskripsi Contoh output
LenderLoanNumber String Nomor pinjaman pemberi pinjaman atau pengidentifikasi pinjaman universal 10Bx939c5543TqA1144M999143X38
AgencyCaseNumber String Nomor kasus agensi 115894
Peminjam Objek Objek yang berisi penanda identitas peminjam seperti nama, SSN, tanggal lahir.
Peminjam Bersama Objek Objek yang berisi nama Co-Borrower, dan tanggal yang ditandatangani.
CurrentEmployment Objek Objek yang berisi informasi tentang pekerjaan saat ini termasuk: Nama perusahaan, nomor Telepon Majikan, alamat Majikan.
Pinjaman Objek Objek yang berisi informasi pinjaman termasuk: jumlah, jenis tujuan, jenis pembilangan.
Properti object Objek yang berisi informasi tentang properti termasuk: alamat, jumlah unit, nilai.

Pasangan kunci-nilai URLA 1003 dan item baris yang diekstrak berada di bagian documentResults output JSON.

Ekstraksi bidang 1008 Uniform Underwriting dan Ringkasan Transmittal

Berikut ini adalah bidang yang diekstrak dari formulir 1008 dalam respons output JSON.

Nama Tipe Deskripsi Contoh output
Peminjam Objek Objek yang berisi informasi tentang peminjam termasuk: nama, dan jumlah peminjam.
Properti Objek Objek yang berisi informasi tentang properti termasuk: alamat, status hunian, harga penjualan.
Hipotek Objek Objek yang berisi informasi tentang hipotek termasuk: Jenis pinjaman, jenis amortisasi, jenis tujuan pinjaman.
Underwriting Objek Objek yang berisi informasi tentang informasi penjaminan termasuk: nama penjamin, nama penilain, pendapatan peminjam.
Penjual Objek Objek yang berisi informasi tentang penjual termasuk: Nama, alamat, nomor.

Pasangan kunci-nilai formulir 1008 dan item baris yang diekstrak ada di bagian documentResults output JSON.

Pengungkapan penutupan hipotek ekstraksi bidang

Berikut ini adalah bidang yang diekstrak dari formulir pengungkapan penutupan hipotek dalam respons output JSON.

Nama Tipe Deskripsi Contoh output
Penutupan Objek Objek yang berisi informasi tentang informasi penutupan termasuk: Tanggal penerbitan, Tanggal penutupan, Tanggal pencairan.
Transaksi Objek Objek yang berisi informasi tentang informasi transaksi termasuk: Nama peminjam, alamat Peminjam, nama Penjual.
Pinjaman Objek Objek yang berisi informasi pinjaman termasuk: istilah, tujuan, produk.

Pengungkapan pengungkapan penutupan hipotek pasangan kunci-nilai dan item baris yang diekstrak berada di bagian documentResults output JSON.

Langkah berikutnya

  • Coba pemrosesan formulir dan dokumen Anda sendiri dengan Studio Kecerdasan Dokumen.

  • Selesaikan mulai cepat Kecerdasan Dokumen dan mulai membuat aplikasi pemrosesan dokumen dalam bahasa pengembangan pilihan Anda.