Предварительно созданная модель ИИ для обработки счетов
Предварительно созданная модель ИИ для обработки счетов извлекает ключевые данные счетов, чтобы помочь автоматизировать обработку счетов. Модель обработки счетов оптимизирована для распознавания общих элементов счета, таких как номер счета, дата счета, сумма к оплате и многое другое.
Модель Счета позволяет расширить поведение по умолчанию, создав пользовательскую модель счетов.
Использование в Power Apps
Чтобы узнать, как использовать предварительно созданную модель обработки счетов в Power Apps, перейдите к Использование предварительно созданной модели обработки счетов в Power Apps.
Использование в Power Automate
Чтобы узнать, как использовать предварительно созданную модель обработки счетов в Power Automate, перейдите к Использование предварительно созданной модели обработки счетов в Power Automate.
Поддерживаемые языки и файлы
Поддерживаются следующие языки: албанский (Албания), чешский (Чехия), китайский (упрощенный) (Китай), китайский (традиционный) (Гонконг, CАР), китайский (традиционный) (Тайвань), датский (Дания), хорватский (Босния и Герцеговина), хорватский (Хорватия), нидерландский (Нидерланды), английский (Австралия), английский (Канада), английский (Индия), английский (Соединенное Королевство), английский (США), эстонский (Эстония), финский (Финляндия), хорватский (Сербия), французский (Франция), немецкий (Германия), венгерский (Венгрия), исландский (Исландия), итальянский (Италия), японский (Япония), корейский (Корея), литовский (Литва), латышский (Латвия), малайский (Малайзия), норвежский (Норвегия), польский (Польша), португальский (Португалия), румынский (Румыния), словацкий (Словакия), словенский (Словения), сербский (Сербия), испанский (Испания), шведский (Швеция).
Чтобы получить наилучшие результаты, предоставьте одну четкую фотографию или отсканированное изображение для каждого счета.
- Формат изображения должен быть JPEG, PNG или PDF.
- Размер файла не должен превышать 20 МБ.
- Изображение должно иметь размеры в пределах от 50 x 50 до 10 000 x 10 000 пикселей.
- Размеры PDF должны быть не более 17 x 17 дюймов, что эквивалентно формату бумаги Legal или A3 или меньше.
- Для документов PDF обрабатываются только первые 2000 страниц.
Выходные данные модели
Если счет обнаружен, модель обработки счетов выводит следующую информацию:
| Свойство | Определение |
|---|---|
| Сумма к оплате (прописью) | Сумма к уплате, как она записана в счете. |
| Сумма к оплате (цифрами) | Сумма к оплате в стандартизированном числовом формате. Пример: 1234,98. |
| Достоверность суммы к уплате | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес выставления счетов | Адрес выставления счетов. |
| Достоверность адреса выставления счета | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе выставления счета | Получатель в адресе выставления счетов. |
| Достоверность получателя в адресе выставления счета | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес клиента | Адрес клиента. |
| Достоверность адреса клиента | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе клиента | Получатель в адресе клиента. |
| Достоверность получателя в адресе клиента | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| ИД клиента | ИД клиента. |
| Достоверность ИД клиента | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Название клиента | Имя клиента. |
| Достоверность названия клиента | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Налоговый код клиента | Номер налогоплательщика, связанный с этим клиентом. |
| Достоверность налогового кода клиента | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Срок оплаты (прописью) | Срок оплаты, как он записан в счете. |
| Срок оплаты (дата) | Срок оплаты в стандартизированном формате даты. Пример: 2019-05-31. |
| Достоверность срока оплаты | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Дата счета (текст) | Дата счета, как она записана в счете. |
| Дата счета (дата) | Дата счета в стандартизированном формате даты. Пример: 2019-05-31. |
| Достоверность даты счета | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| ИД счета | ИД счета. |
| Достоверность номера счета | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Итого по счету (текст) | Итого по счету, как записано в счете. |
| Итог по счету (номер) | Итого по счету в стандартизированном формате даты. Пример: 2019-05-31. |
| Достоверность итога по счету | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Позиции строки | Элементы строк, извлеченные из счета. Для каждого столбца доступны оценки достоверности.
|
| Условия оплаты | Условия оплаты для счета. |
| Достоверность условий оплаты | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Заказ на покупку | Заказ на покупку. |
| Достоверность заказа на покупку | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Предыдущая непогашенная задолженность (прописью) | Предыдущая непогашенная задолженность, как она записана в счете. |
| Предыдущая непогашенная задолженность (цифрами) | Предыдущая непогашенная задолженность в стандартизированном числовом формате. Пример: 1234,98. |
| Доверительный уровень предыдущей непогашенной задолженности | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес для перевода средств | Адрес для перевода средств. |
| Достоверность адреса для перевода средств | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе для перевода средств | Получатель в адресе для перевода средств. |
| Достоверность получателя в адресе для перевода средств | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес сервиса | Адрес сервиса. |
| Достоверность адреса сервиса | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе сервиса | Получатель в адресе сервиса. |
| Достоверность получателя в адресе сервиса | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Дата начала сервиса (прописью) | Дата начала сервиса, как она записана в счете. |
| Дата начала сервиса (дата) | Дата начала сервиса в стандартизированном формате даты. Пример: 2019-05-31. |
| Доверительный уровень даты начала сервиса | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Дата окончания сервиса (прописью) | Дата окончания сервиса, как она записана в счете. |
| Дата окончания сервиса (дата) | Дата окончания сервиса в стандартизированном формате даты. Пример: 2019-05-31. |
| Доверительный уровень даты окончания сервиса | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес поставки | Адрес поставки. |
| Достоверность адреса поставки | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе доставки | Получатель в адресе поставки. |
| Достоверность получателя адреса поставки | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Промежуточный итог (прописью) | Промежуточный итог, как он записан в счете. |
| Промежуточный итог (цифрами) | Промежуточный итог в стандартизированном числовом формате. Пример: 1234,98. |
| Достоверность промежуточного итога | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Итоговая сумма налогов (прописью) | Итоговая сумма налогов, как она записана в счете. |
| Итоговая сумма налогов (цифрами) | Итоговая сумма налогов в стандартизированном числовом формате. Пример: 1234,98. |
| Достоверность итоговой суммы налогов | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Адрес поставщика | Адрес поставщика. |
| Достоверность адреса поставщика | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Получатель в адресе поставщика | Получатель в адресе поставщика. |
| Достоверность получателя в адресе поставщика | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Имя поставщика | Имя поставщика. |
| Достоверность названия поставщика | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Налоговый код поставщика | Номер налогоплательщика, связанный с этим поставщиком. |
| Достоверность налогового кода поставщика | Степень уверенности модели в своем прогнозе. Показатель от 0 (низкая достоверность) до 1 (высокая достоверность). |
| Обнаруженный текст | Строка распознанного текста в результате распознавания текста в счете. Возвращается как часть списка текста. |
| Обнаруженный ключ | Пары ключ-значение — это все идентифицированные метки или ключи и связанные с ними ответы или значения. Вы можете использовать их для извлечения дополнительных значений, которые не являются частью предопределенного списка полей. |
| Обнаружено значение | Пары ключ-значение — это все идентифицированные метки или ключи и связанные с ними ответы или значения. Вы можете использовать их для извлечения дополнительных значений, которые не являются частью предопределенного списка полей. |
Пары "ключ-значение"
Пары ключ-значение — это все идентифицированные метки или ключи и связанные с ними ответы или значения. Вы можете использовать их для извлечения дополнительных значений, которые не являются частью предопределенного списка полей.
Чтобы визуализировать все пары "ключ-значение", обнаруженные моделью обработки счетов, вы можете добавить действие Создать HTML-таблицу в вашем потоке, как показано на снимке экрана, и запустить поток.
Чтобы извлечь определенный ключ, для которого вы знаете его значение, вы можете использовать действие Фильтрация массива, как показано на снимке экрана ниже. В примере на снимке экрана мы хотим извлечь значение для ключа Тел.:
Ограничения
Следующее ограничение относится к вызовам, сделанным для каждой среды в моделях обработки документов, включая предварительно созданные модели: обработка квитанций и обработка счетов.
| Действие | Ограничение | Период возобновления действия |
|---|---|---|
| Вызовы (на среду) | 360 | 60 секунд |
Создайте настраиваемое решение для обработки счетов
Предварительно созданная модель ИИ для обработки счетов предназначена для извлечения общих полей из счетов. Поскольку каждый бизнес уникален, вы можете извлечь поля, отличные от тех, которые включены в эту предварительно созданную модель. Также может случиться так, что некоторые стандартные поля плохо извлекаются для конкретного типа счета-фактуры, с которым вы работаете. Эту проблему можно устранить двумя способами:
Использовать настраиваемую модель обработки счетов: улучшите поведение предварительно созданной модели обработки счетов, добавив новые извлекаемые поля в дополнение к полям по умолчанию или образцы документов, которые были извлечены неправильно. Чтобы узнать, как дополнить предварительно созданную модель обработки счетов, перейдите в раздел Выбор типа документа.
Просмотр исходных результатов распознавания текста: каждый раз, когда предварительно созданная модель ИИ для обработки счетов обрабатывает предоставленный вами файл, она также выполняет операцию распознавания текста для извлечения каждого слова, записанного в файле. Вы можете получить доступ к необработанным результатам распознавания текста для обнаруженного текста, предоставленного моделью. Простого поиска по содержимому, возвращаемому обнаруженным текстом, может быть достаточно, чтобы получить нужные данные.
Использовать обработку документов: с помощью AI Builder вы также можете создать собственную модель ИИ для извлечения определенных полей и таблиц, необходимых для документов, с которыми вы работаете. Просто создайте модель обработки документов и научите ее извлекать всю информацию из счета, с которым не вполне справляется модель извлечения данных счета.
После обучения пользовательской модели обработки документов вы можете комбинировать ее с готовой моделью обработки счетов в потоке Power Automate.
Ниже приведено несколько примеров:
Используйте настраиваемую модель обработки документов для извлечения дополнительных полей, которые не возвращаются предварительно созданной моделью обработки счетов.
В этом примере мы обучили модель обработки настраиваемой документ извлекать номер программы лояльности, который присутствует только в счетах от поставщиков Adatum и Contoso.
Поток активируется при добавлении нового счета в папке SharePoint. Затем он вызывает предварительно созданную модель ИИ для обработки счетов для извлечения данных. Затем мы проверяем, является ли поставщиком обработанного счета Adatum или Contoso. Если это так, далее мы вызываем пользовательскую модель обработки документов, которую мы обучили для получения этого номера лояльности. Наконец, мы сохраняем извлеченные данные из счета в файл Excel.
Используйте пользовательскую модель обработки документов, если степень уверенности для поля, которая возвращается предварительно созданной моделью обработки счетов, низка.
В этом примере мы обучили пользовательскую модель обработки документов извлекать общую сумму из тех счетов-фактур, для которых мы обычно получаем низкую степень уверенности при использовании предварительно созданной модели обработки счетов.
Поток активируется при добавлении нового счета в папке SharePoint. Затем он вызывает предварительно созданную модель ИИ для обработки счетов для извлечения данных. Затем мы проверяем, меньше ли 0,65 показатель достоверности для свойства Общая стоимость счета. Если это так, далее мы вызываем пользовательскую модель обработки документов, обученную на счетах, для которых обычно получали низкую степень уверенности для поля «Всего». Наконец, мы сохраняем извлеченные данные из счета в файл Excel.
Используйте предварительно созданную модель обработки счетов для обработки счетов, работе с которыми пользовательская модель обработки документов не была обучена.
Один из способов использования предварительно созданной модели обработки счетов — использовать ее в качестве резервной модели для обработки счетов, которые вы не использовали для обучения своей настраиваемой модели обработки документов. Например, предположим, что вы создали модель обработки документов и обучили ее извлекать данные из счетов ваших 20 ведущих поставщиков. Затем вы можете использовать предварительно созданную модель обработки счетов для обработки всех новых счетов или счетов меньшего объема. Вот пример того, как вы могли бы это сделать:
Этот поток активируется при добавлении нового счета в папку SharePoint. Затем он вызывает пользовательскую модель обработки документов для извлечения данных этого счета. Затем мы проверяем, меньше ли 0,65 показатель достоверности для обнаруженной коллекции. Если это так, это, вероятно, означает, что предоставленный счет не подходит для пользовательской модели. Затем мы вызываем предварительно созданную модель обработки счетов. Наконец, мы сохраняем извлеченные данные из счета в файл Excel.
