Delen via

Document Intelligence-bankcontrolemodel

  • Artikel

Het document intelligence bankcontrolemodel combineert krachtige OCR-mogelijkheden (Optical Character Recognition) met deep learning-modellen voor het analyseren en extraheren van gegevens uit Amerikaanse bankafschriften. De API analyseert afgedrukte controles; extraheert belangrijke informatie en retourneert een gestructureerde JSON-gegevensweergave.

Functie version Model-id
Model controleren • v4.0:2024-07-31 (preview) prebuilt-check.us

Gegevensextractie controleren

Een cheque is een veilige manier om het bedrag over te dragen van het account van de begunstigde naar het account van de ontvanger. Bedrijven gebruiken cheque om hun leveranciers te betalen als een ondertekend document om de bank te instrueren voor betaling. Bekijk hoe gegevens, waaronder controlegegevens, rekeninggegevens, bedrag, memo, worden geëxtraheerd uit bankafschrift VS. U hebt de volgende resources nodig:

  • Een Azure-abonnement: u kunt er gratis een maken

  • Een Document Intelligence-exemplaar in Azure Portal. U kunt de gratis prijscategorie (F0) gebruiken om de service te proberen. Nadat uw resource is geïmplementeerd, selecteert u Ga naar de resource om uw sleutel en eindpunt op te halen.

Schermopname van sleutels en eindpuntlocatie in Azure Portal.

Document Intelligence Studio

Notitie

Document Intelligence Studio is beschikbaar met v3.1- en v3.0-API's.

  1. Selecteer het selectievakje op de startpagina van Document Intelligence Studio.

  2. U kunt de voorbeeldcontrole analyseren of uw eigen bestanden uploaden.

  3. Selecteer de knop Analyse uitvoeren en configureer indien nodig de opties Analyseren:

    Schermopname van de knoppen Analyse uitvoeren en Opties analyseren in Document Intelligence Studio.

    Document Intelligence Studio uitproberen

Vereisten voor invoer

  • Ondersteunde bestandsindelingen:

    Modelleren PDF Afbeelding:
    JPEG/JPG, PNG, BMP, , TIFFHEIF    		 Microsoft Office:
    Word (), Excel (XLSXDOCX), PowerPoint (PPTX), HTML
    Read ✔ ✔ ✔
    Indeling ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
    Algemeen document ✔ ✔
    Vooraf gebouwd ✔ ✔
    Aangepaste extractie ✔ ✔
    Aangepaste classificatie ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview)

  • Geef voor de beste resultaten één duidelijke foto of een hoogwaardige scan per document op.

  • Voor PDF en TIFF kunnen maximaal 2000 pagina's worden verwerkt (met een gratis abonnement worden alleen de eerste twee pagina's verwerkt).

  • De bestandsgrootte voor het analyseren van documenten is 500 MB voor betaalde (S0) laag en 4 MB voor gratis (F0).

  • De afmetingen van de afbeelding moeten tussen 50 x 50 pixels en 10.000 pixels x 10.000 pixels zijn.

  • Als uw PDF's zijn vergrendeld met een wachtwoord, moet u de vergrendeling verwijderen voordat u ze indient.

  • De minimale hoogte van de tekst die moet worden geëxtraheerd, is 12 pixels voor een afbeelding van 1024 x 768 pixels. Deze dimensie komt overeen met punttekst 8 op 150 punten per inch (DPI).

  • Voor aangepaste modeltraining is het maximum aantal pagina's voor trainingsgegevens 500 voor het aangepaste sjabloonmodel en 50.000 voor het aangepaste neurale model.

    • Voor het trainen van aangepaste extractiemodellen is de totale grootte van trainingsgegevens 50 MB voor het sjabloonmodel en 1 GB voor het neurale model.

    • Voor het trainen van aangepast classificatiemodel is 1 de totale grootte van trainingsgegevens GB met maximaal 10.000 pagina's. Voor 2024-07-31-preview en hoger is 2 de totale grootte van trainingsgegevens GB met maximaal 10.000 pagina's.

Ondersteunde talen en landinstellingen

Zie onze pagina Taalondersteuning voor een volledige lijst met ondersteunde talen.

Veldextracties

Veld Type Description Voorbeeld
PayerName string Naam van de betaler (lade) Jane Doe
PayerAddress address Adres van de betaler (lade) 123 Main St., Redmond, Washington, 98052
PayTo string Naam van de betabetaler John Smith
CheckDate date Datum waarop de controle is geschreven 2023-04-01
NumberAmount number Bedrag van de cheque geschreven in numerieke vorm 150.00
WordAmount number Bedrag van de cheque geschreven in briefformulier honderdvijftig en 00/100
BankName string Naam van de bank Contoso Bank
Memo string Korte opmerking waarin de betaling wordt beschreven Huurbetaling april
MICR object Magnetische tekenherkenningslijn (MICR) ⑈0740⑈ ⑆123456789⑆ 1001001234⑈
MICR.RoutingNumber string Routeringsnummer van de bank ⑆123456789⑆
MICR.AccountNumber string Rekeningnummer 1001001234⑈
MICR.CheckNumber string Controlenummer ⑈0740⑈

Ondersteunde landinstellingen

De prebuilt-check.us versie 2024-07-31-preview ondersteunt de landinstelling en-us .

Volgende stappen

  • Probeer uw eigen formulieren en documenten te verwerken met Document Intelligence Studio

  • Voltooi een quickstart voor Document Intelligence en ga aan de slag met het maken van een app voor documentverwerking in de ontwikkeltaal van uw keuze.