Document Intelligence Modelos de documentos fiscais dos EUA

Importante

• As versões de visualização pública do Document Intelligence fornecem acesso antecipado a recursos que estão em desenvolvimento ativo.
• Recursos, abordagens e processos podem mudar, antes da Disponibilidade Geral (GA), com base nos comentários dos usuários.
• A versão de visualização pública das bibliotecas de cliente do Document Intelligence usa como padrão a versão 2024-02-29-preview.
• A versão de pré-visualização pública 2024-02-29-preview está atualmente disponível apenas nas seguintes regiões do Azure:
• E.U.A. Leste
• Oeste dos EUA2
• Europa Ocidental

Este conteúdo aplica-se a:v4.0 (visualização) | Versões anteriores:v3.1 (GA)

O modelo de contrato de Inteligência Documental usa poderosos recursos de Reconhecimento Ótico de Caracteres (OCR) para analisar e extrair campos-chave e itens de linha de um grupo selecionado de documentos fiscais. Os documentos fiscais podem ser de vários formatos e qualidade, incluindo imagens capturadas por telefone, documentos digitalizados e PDFs digitais. A API analisa o texto do documento; extrai informações importantes, como nome do cliente, endereço de cobrança, data de vencimento e valor devido; e retorna uma representação de dados JSON estruturada. Atualmente, o modelo suporta determinados formatos de documentos fiscais em inglês.

Tipos de documentos suportados:

• W-2
• 1098
• Artigo 1098-E
• 1098-T
• 1099 e variações (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, QA, R, S, SA, SB)
• 1040 e variações (Cronograma 1, Cronograma 2, Cronograma 3, Cronograma 8812, Cronograma A, Cronograma B, Cronograma C, Cronograma D, Cronograma E, Cronograma EICF, Cronograma H, Cronograma J, Cronograma R, Cronograma SE e Cronograma Sênior)

Processamento automatizado de documentos fiscais

O processamento automatizado de documentos fiscais é o processo de extração de campos-chave de documentos fiscais. Historicamente, os documentos fiscais eram processados manualmente. Este modelo permite a fácil automatização de cenários fiscais.

Opções de desenvolvimento

O Document Intelligence v4.0 (2023-10-31-preview) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística	Recursos	Model ID
Modelos de formulário de imposto dos EUA	• Document Intelligence Studio • API REST • C# SDK • Python SDK • Java SDK • JavaScript SDK	• pré-built-tax.us.pt 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 • prebuilt-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 • prebuilt-tax.us.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.1040ScheduleSE • prebuilt-tax.us.1040Senior

Requisitos de entrada

• Para obter melhores resultados, forneça uma foto nítida ou uma digitalização de alta qualidade por documento.

• Formatos de ficheiro suportados:

  Modelo	PDF	Imagem: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) e HTML
  Lida	✔	✔	✔
  Esquema	✔	✔	✔ (2024-02-29-pré-visualização, 2023-10-31-pré-visualização)
  Documento Geral	✔	✔
  Pré-criado	✔	✔
  Extração personalizada	✔	✔
  Classificação personalizada	✔	✔	✔ (2024-02-29-pré-visualização)

• Para PDF e TIFF, até 2000 páginas podem ser processadas (com uma assinatura de nível gratuito, apenas as duas primeiras páginas são processadas).

• O tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).

• As dimensões da imagem devem estar entre 50 x 50 pixels e 10.000 px x 10.000 pixels.

• Se os seus PDFs forem bloqueados por uma palavra-passe, terá de remover o bloqueio antes da submetê-los.

• A altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Esta dimensão corresponde a texto de cerca 8de -ponto a 150 pontos por polegada (DPI).

• Para treinamento de modelo personalizado, o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.

  • Para treinamento de modelo de extração personalizado, o tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1G-MB para o modelo neural.

  • Para treinamento de modelo de classificação personalizado, o tamanho total dos dados de treinamento é 1GB de no máximo 10.000 páginas.

Experimente a extração de dados de documentos fiscais

Veja como os dados, incluindo informações do cliente, detalhes do fornecedor e itens de linha, são extraídos das faturas. Você precisa dos seguintes recursos:

• Uma assinatura do Azure — você pode criar uma gratuitamente.

• Uma instância de Document Intelligence no portal do Azure. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço. Depois que o recurso for implantado, selecione Ir para o recurso para obter sua chave e o ponto de extremidade.

Estúdio de Inteligência de Documentação

1. Na página inicial do Document Intelligence Studio, selecione o modelo de documento fiscal suportado.

2. Pode analisar um exemplo de documento fiscal ou carregar os seus próprios ficheiros.

3. Selecione o botão Executar análise e, se necessário, configure as opções Analisar :

   

Experimente o Document Intelligence Studio

Idiomas e localidades suportados

Consulte a nossa página Suporte a idiomas — modelos pré-construídos para obter uma lista completa dos idiomas suportados.

Extração de campo W-2

A seguir estão os campos extraídos de um formulário de imposto W-2 na resposta de saída JSON.

Nome	Tipo	Description	Exemplo de saída	dependentes
W-2FormVariant	String	Variante do formulário IR W-2. Este campo pode ter um dos seguintes valores: W-2, W-2AS, W-2CM, W-2GU, ou W-2VI	W-2
TaxYear	Número	Formulário de ano fiscal	2021
W2Copy	String	Versão da cópia fiscal W-2 juntamente com instruções impressas relacionadas com esta cópia	Cópia A—Para Administração da Segurança Social
Employee	objeto	Objeto que contém número de segurança social, nome e endereço
ControlNumber	string	Número de controlo W-2. IRS W-2 campo d	0AB12 D345 7890
Employer	Object	Objeto que contém número, nome e endereço de identificação do empregador
WagesTipsAndOtherCompensation	Número	Salários, gorjetas e outros valores de compensação em USD. IRS W-2 campo 1	1234567.89
FederalIncomeTaxWithheld	Número	Valor retido do imposto de renda federal em USD. IRS W-2 campo 2	1234567.89
SocialSecurityWages	Número	Valor dos salários da segurança social em USD. IRS W-2 campo 3	1234567.89
SocialSecurityTaxWithheld	Número	Valor retido do imposto de segurança social em USD. IRS W-2 campo 4	1234567.89
MedicareWagesAndTips	Número	Salários do Medicare e gorjetas em USD. IRS W-2 campo 5	1234567.89
MedicareTaxWithheld	Número	Valor retido do imposto Medicare em USD. IRS W-2 campo 6	1234567.89
SocialSecurityTips	Número	Valor das gorjetas da segurança social em USD. IRS W-2 campo 7	1234567.89
AllocatedTips	Número	Dicas alocadas em USD. IRS W-2 campo 8	1234567.89
VerificationCode	Número	Código de verificação W-2. IRS W-2 campo 9	1234567.89
DependentCareBenefits	Número	O valor dos benefícios de cuidados a dependentes é em USD. IRS W-2 campo 10	1234567.89
NonQualifiedPlans	Número	Valor dos planos não qualificados em USD. IRS W-2 campo 11	1234567.89
IsStatutoryEmployee	String	Parte do campo 13 do IRS W-2. Pode ser verdadeiro ou falso	verdadeiro
IsRetirementPlan	String	Parte do campo 13 do IRS W-2. Pode ser verdadeiro ou falso	verdadeiro
IsThirdPartySickPay	String	Parte do campo 13 do IRS W-2. Pode ser verdadeiro ou falso	verdadeiro
Other	String	Conteúdo do campo 14 do IRS W-2	SALÁRIO LV DOENTE SBJT PARA $511/DIA LIMITE 1356
StateTaxInfos	Matriz	Informações fiscais do Estado. conteúdo do campo 15 a 17 do IRS W-2
LocaleTaxInfos	Matriz	Informações locais relacionadas com impostos. Conteúdo do campo 18 a 20 do IRS W-2

Extração no campo 1098

A seguir estão os campos extraídos de um formulário de imposto 1098 na resposta de saída JSON. Os formulários 1098-T e 1098-E também são suportados.

Nome	Tipo	Description	Exemplo de saída
Ano Fiscal	Número	Formulário de ano fiscal	2021
Mutuário	Object	Um objeto que contém o NIF, Nome, Endereço e Número de Conta do mutuário
Credor	Object	Um objeto que contém o NIF, o nome, o endereço e o telefone do credor
Juros Hipotecários	Número	Hipoteca Montante dos juros recebidos do(s) pagador(es)/mutuário(s) (caixa 1)	1,234,567.89
PendenteHipotecárioPrincipal	Número	Capital hipotecário pendente (caixa 2)	1,234,567.89
HipotecaOriginaçãoData	Date	Data de constituição da hipoteca (casa n.o 3)	2022-01-01
Reembolso de juros pagos em excesso	Número	Montante de reembolso dos juros pagos em excesso (casa n.o 4)	1,234,567.89
Seguro HipotecárioPremium	Número	Montante do prémio do seguro hipotecário (caixa 5)	1,234,567.89
PontosPagos	Número	Pontos pagos na compra da residência principal (casa 6)	1,234,567.89
IsPropertyAddressSameAsMutuário	String	O endereço do imóvel que garante a hipoteca é o mesmo que o endereço postal do ordenante/mutuário (casa n.o 7)	verdadeiro
PropertyAddress	String	Endereço ou descrição do imóvel que garante a hipoteca (casa n.o 8)	123 Main St., Redmond WA 98052
MortgagedPropertiesCount	Número	Número de imóveis hipotecados (casa n.o 9)	1
Outro	String	Informações adicionais a comunicar ao ordenante (casa n.o 10)
Imposto Imobiliário	Número	Imposto predial (caixa 1)	1,234,567.89
Avaliação adicional	String	Avaliações adicionais feitas na propriedade (caixa 10)	1,234,567.89
HipotecaAquisiçãoData	data	Data de aquisição da hipoteca (caixa 11)	2022-01-01

Extração de campo 1099-NEC

A seguir estão os campos extraídos de um formulário de imposto 1099-nec na resposta de saída JSON. As outras variações de 1099 também são suportadas.

Nome	Tipo	Description	Exemplo de saída
TaxYear	String	Ano fiscal extraído do formulário 1099-NEC.	2021
Payer	Object	Um objeto que contém o NIF, o nome, o endereço e o número de telefone do pagador
Recipient	Object	Um objeto que contém o NIF, Name, Address e AccountNumber do destinatário
Box1	Número	Casa n.o 1 extraída do formulário 1099-NEC.	123456
Box2	boolean	Caixa 2 extraída do formulário 1099-NEC.	verdadeiro
Box4	Número	Casa n.o 4 extraída do formulário 1099-NEC.	123456
StateTaxesWithheld	matriz	Impostos Estaduais Retidos na Fonte extraídos do Formulário 1099-NEC (caixas 5, 6 e 7)

Extração de campo 1040 formulário fiscal

A seguir estão os campos extraídos de um formulário de imposto 1040 na resposta de saída JSON. As outras variações de 1040 também são suportadas.

Nome	Tipo	Description	Exemplo de saída
TaxPayer	Object	Um objeto que contém informações do contribuinte, como SSN, Sobrenome e Endereço
Spouse	Object	Um objeto que contém informações do cônjuge, como CPF, sobrenome, nome próprio e iniciais Nome
Dependents	matriz	Uma matriz que contém uma lista de dependentes, incluindo informações como Nome, SSN e Tipo de Crédito
ThirdPartyDesignee	objeto	Um objeto que contém informações sobre o terceiro designado
SignatureDetails	objeto	Um objeto que contém informações sobre o signatário, como números de telefone e e-mails
PaidPreparer	objeto	Um objeto que contém informações sobre o preparador.
FillingStatus	String	O valor pode ser um de noSelection, solteiro, casadoJuntos, casadosPreenchendo separadamente, chefe de família, qualificandoSobrevivendoCônjuge ou multiSeleção.	solteiro
FilingStatusDetails	objeto	Um objeto que contém informações sobre o status do depósito.
NameOfSpouseOrQualifyingPerson	String	Nome do cônjuge ou pessoa qualificada extraído do formulário 1040.	John Smith
PresidentialElectionCampaign	String	O valor pode ser um de noSelection, contribuinte, cônjuge ou multiSelection.	Contribuinte
PresidentialElectionCampaignDetails	objeto	Um objeto que contém detalhes sobre a campanha eleitoral presidencial.
DigitalAssets	String	O valor pode ser um de noSelection, yes, no ou multiSelection.	sim
DigitalAssetsDetails	objeto	Um objeto que contém detalhes sobre os ativos digitais.
ClaimStatus	String	O valor pode ser um de noSelection, contribuinteAsDependent, cônjugeAsDependente, cônjugeItemizesSeparadamenteOrDualStatusAlien ou multiSelection.	contribuinteAsDependente
ClaimStatusDetails	objeto	Um objeto que contém detalhes sobre o status da declaração.
TaxpayerAgeBlindness	String	O valor pode ser um de noSelection, above64, blind ou multiSelection.	acima64
TaxPayerAgeBlindnessDetails	objeto	Um objeto que contém detalhes sobre a cegueira etária do contribuinte.
SpouseAgeBlindness	String	O valor pode ser um de noSelection, above64, blind ou multiSelection.	acima64
TaxPayerAgeBlindnessDetails	objeto	Um objeto que contém detalhes sobre a cegueira etária do cônjuge.
MoreThanFourDependents	boolean	Mais de quatro dependentes extraídos do formulário 1040.	verdadeiro
Box1a	Número	Caixa 1a extraída de 1040.	123456
Com base na estrutura JSON fornecida e convertendo-a no mesmo formato de tabela solicitado, o resultado é o seguinte:
Box1b	Número	Caixa 1b extraída de 1040.	123456
Box1c	Número	Caixa 1c extraída de 1040.	123456
Box1d	Número	Caixa 1d extraída de 1040.	123456
Box1e	Número	Caixa 1e extraída de 1040.	123456
Box1f	Número	Caixa 1f extraída de 1040.	123456
Box1g	Número	Caixa 1g extraída de 1040.	123456
Box1h	Número	Caixa 1h extraída de 1040.	123456
Box1i	Número	Caixa 1i extraída de 1040.	123456
Box1z	Número	Caixa 1z extraída de 1040.	123456
Box2a	Número	Caixa 2a extraída de 1040.	123456
Box2b	Número	Caixa 2b extraída de 1040.	123456
Box3a	Número	Caixa 3a extraída de 1040.	123456
Box3b	Número	Caixa 3b extraída de 1040.	123456
Box4a	Número	Caixa 4a extraída de 1040.	123456
Box4b	Número	Caixa 4b extraída de 1040.	123456
Box5a	Número	Caixa 5a extraída de 1040.	123456
Box5b	Número	Caixa 5b extraída de 1040.	123456
Box6a	Número	Caixa 6a extraída de 1040.	123456
Box6b	Número	Caixa 6b extraída de 1040.	123456
Box6cCheckbox	boolean	Caixa 6c de seleção extraída de 1040.	verdadeiro
Box7Checkbox	boolean	Caixa 7 Caixa de verificação extraída de 1040.	verdadeiro
Box7	Número	Caixa 7 extraída de 1040.	123456
Box8	Número	Caixa 8 extraída de 1040.	123456
Box9	Número	Caixa 9 extraída de 1040.	123456
Box10	Número	Caixa 10 extraída de 1040.	123456
Box11	Número	Caixa 11 extraída de 1040.	123456
Box12	Número	Caixa 12 extraída de 1040.	123456
Box13	Número	Caixa 13 extraída de 1040.	123456
Box14	Número	Caixa 14 extraída de 1040.	123456
Box15	Número	Caixa 15 extraída de 1040.	123456
Box16FromForm	string	O valor pode ser um de noSelection, 8814, 4972, outro ou multiSelection.	8814
Box16FromFormDetails	objeto	Objeto que contém detalhes sobre a Caixa 16
Box16OtherFormNumber	string	Casa n.o 16 Outro número de formulário extraído de 1040.	8888
Box16	Número	Caixa 16 extraída de 1040.	123456
Box17	Número	Caixa 17 extraída de 1040.	123456
Box18	Número	Caixa 18 extraída de 1040.	123456
Box19	Número	Caixa 19 extraída de 1040.	123456
Box20	Número	Caixa 20 extraída de 1040.	123456
Box21	Número	Caixa 21 extraída de 1040.	123456
Box22	Número	Caixa 22 extraída de 1040.	123456
Box23	Número	Caixa 23 extraída de 1040.	123456
Box24	Número	Caixa 24 extraída de 1040.	123456
Box25a	Número	Caixa 25a extraída de 1040.	123456
Box25b	Número	Caixa 25b extraída de 1040.	123456
Box25c	Número	Caixa 25c extraída de 1040.	123456
Box25d	Número	Caixa 25d extraída de 1040.	123456
Box26	Número	Caixa 26 extraída de 1040.	123456
Box27	Número	Caixa 27 extraída de 1040.	123456
Box28	Número	Caixa 28 extraída de 1040.	123456
Box29	Número	Caixa 29 extraída de 1040.	123456
Box31	Número	Caixa 31 extraída de 1040.	123456
Box32	Número	Caixa 32 extraída de 1040.	123456
Box33	Número	Caixa 33 extraída de 1040.	123456
Box34	Número	Caixa 34 extraída de 1040.	123456
Box35Checkbox	boolean	Caixa 35 Caixa de verificação extraída de 1040.	verdadeiro
Box35a	Número	Caixa 35a extraída de 1040.	123456
Box35b	Número	Caixa 35b extraída de 1040.	123456
Box35c	string	O valor pode ser um de noSelection, checking, savings ou multiSelection.	verificação
Box35cDetails	objeto	Objeto que contém detalhes sobre Box 35c
Box35d	Número	Caixa 35d extraída de 1040.	123456
Box36	Número	Caixa 36 extraída de 1040.	123456
Box37	Número	Caixa 37 extraída de 1040.	123456
Box38	Número	Caixa 38 extraída de 1040.	123456
HasAssignedThirdPartyDesignee	string	O valor pode ser um de noSelection, yes, no ou multiSelection.	sim
HasAssignedThirdPartyDesigneeDetails	objeto	Objeto que contém informações sobre o que foi selecionado para o terceiro designado atribuído

As notas fiscais, os pares chave-valor e os itens de linha extraídos estão na documentResults seção da saída JSON.

Próximos passos

• Tente processar seus próprios formulários e documentos com o Document Intelligence Studio.

• Conclua um início rápido do Document Intelligence e comece a criar um aplicativo de processamento de documentos na linguagem de desenvolvimento de sua escolha.