Menggunakan model keuangan, ID, dan pajak
Azure AI Document Intelligence menyertakan beberapa model bawaan yang dilatih pada jenis formulir umum. Anda dapat menggunakan model ini untuk mendapatkan nilai bidang umum dari faktur, tanda terima, kartu nama, dan lainnya.
Di perusahaan polling Anda, faktur dan tanda terima sering dikirimkan sebagai foto atau pemindaian dokumen kertas. Terkadang pemindaiannya buruk dan kertasnya kredo atau rusak. Anda ingin tahu apakah Kecerdasan Dokumen Azure AI bisa memasukkan informasi ini ke dalam database Anda lebih efisien daripada entri data manual.
Di sini, Anda akan mempelajari tentang model bawaan yang menangani dokumen keuangan, identitas, dan pajak.
Menggunakan model faktur
Bisnis Anda mengeluarkan faktur dan menerimanya dari organisasi mitra. Mungkin ada banyak format berbeda di kertas atau dalam bentuk digital dan beberapa akan dipindai dengan buruk pada sudut ganjil atau dari kertas kredensial.
Model faktur di Azure AI Document Intelligence dapat menangani tantangan ini dan menggunakan fitur model baca untuk mengekstrak teks dari pemindaian faktur. Selain itu, ini mengekstrak bidang tertentu yang umumnya digunakan pada faktur termasuk:
- Nama pelanggan dan ID referensi
- Nomor pesanan pembelian
- Faktur dan tanggal jatuh tempo
- Detail tentang vendor, seperti nama, ID pajak, alamat fisik.
- Detail serupa tentang pelanggan.
- Alamat penagihan dan pengiriman.
- Jumlah seperti total pajak, total faktur, dan jumlah yang jatuh tempo.
Faktur juga menampilkan baris, biasanya dalam tabel, yang masing-masing merupakan satu item yang dibeli. Untuk setiap baris, model faktur mengidentifikasi detail termasuk:
- Deskripsi dan kode produk dari produk tersebut atau layanan yang ditagih.
- Jumlah seperti harga satuan, kuantitas item, pajak yang dikeluarkan, dan total baris.
Menggunakan model tanda terima
Tanda terima memiliki bidang dan struktur yang sama dengan faktur, tetapi mereka mencatat jumlah yang dibayarkan alih-alih jumlah yang dibebankan. Kecerdasan Dokumen Azure AI menghadapi tantangan yang sama dari pemindaian atau digitalisasi yang buruk tetapi dapat mengidentifikasi bidang dengan andal termasuk:
- Merchant merinci nama, nomor telepon, dan alamat tersebut.
- Jumlah seperti total tanda terima, pajak, dan tip.
- Tanggal dan waktu transaksi.
Sedangkan untuk faktur, tanda terima sering menyertakan tabel item, yang masing-masing merupakan produk atau layanan yang dibeli. Untuk setiap baris ini, model mengenali:
- Nama item.
- Kuantitas item yang dibeli.
- Harga satuan item.
- Total harga untuk kuantitas tersebut.
Catatan
Di Azure AI Document Intelligence v3.0 dan yang lebih baru, model tanda terima mendukung pemrosesan tanda terima hotel satu halaman. Jika tanda terima diklasifikasikan sebagai tanda terima hotel, model mengekstrak bidang tambahan yang relevan seperti tanggal kedatangan dan keberangkatan.
Menggunakan model dokumen ID
Model dokumen ID dilatih untuk menganalisis dua jenis dokumen identitas:
- SIM Amerika Serikat.
- Paspor internasional.
Catatan
Hanya halaman biografi paspor yang dapat dianalisis. Visa dan dokumen perjalanan lainnya tidak didukung.
Model dokumen ID dapat mengekstrak bidang termasuk:
- Nama depan dan belakang.
- Informasi pribadi seperti jenis kelamin, tanggal lahir, dan kewarganegaraan.
- Negara dan wilayah tempat dokumen diterbitkan.
- Angka unik seperti nomor dokumen dan zona yang dapat dibaca mesin.
- Dukungan, pembatasan, dan klasifikasi kendaraan.
Penting
Karena sebagian besar data yang diekstrak oleh model dokumen ID bersifat pribadi, itu bersifat sensitif dan dicakup oleh undang-undang perlindungan data di sebagian besar yurisdiksi. Pastikan Anda memiliki izin individu untuk menyimpan data mereka dan mematuhi semua persyaratan hukum dalam cara Anda menangani informasi ini.
Menggunakan model kartu nama
Kartu nama adalah cara populer untuk bertukar informasi kontak dengan cepat dan sering mencakup branding, font yang tidak biasa, dan elemen desain grafis. Bidang yang dapat diekstrak model kartu nama meliputi:
- Nama depan dan belakang.
- Alamat pos.
- Alamat email dan situs web.
- Berbagai nomor telepon.
Menggunakan model bawaan lainnya
Azure AI Document Intelligence menawarkan beberapa model bawaan, dengan model baru dirilis secara teratur. Sebelum melatih model kustom, ada baiknya memverifikasi apakah kasus penggunaan Anda dapat dianalisis secara akurat dengan salah satu model bawaan ini. Menggunakan model bawaan akan mendapat manfaat dari pengujian ketat, versi model yang diperbarui, dan pengurangan biaya dibandingkan dengan model kustom.