Vopred zostavený model AI na spracovanie faktúr
Predpracovaný model AI na spracovanie faktúr extrahuje kľúčové údaje z faktúr, aby pomohol automatizovať spracovanie faktúr. Model spracovania faktúry je optimalizovaný tak, aby rozpoznal bežné prvky faktúry, ako napríklad ID faktúry, dátum faktúry, splatná suma a ďalšie.
Model Faktúry (ukážka) vám umožňuje rozšíriť predvolené správanie vytvorením vlastného modelu faktúr.
Používanie v službe Power Apps
Ak sa chcete dozvedieť, ako používať vopred zostavený model spracovania faktúr v Power Apps, prejdite na Použitie vopred zostaveného modelu spracovania faktúr v Power Apps.
Používanie v službe Power Automate
Ak sa chcete dozvedieť, ako používať vopred zostavený model spracovania faktúr v Power Automate, prejdite na Použitie vopred zostaveného modelu spracovania faktúr v Power Automate.
Podporované jazyky a súbory
Podporované sú nasledujúce jazyky: holandčina (Holandsko), angličtina (Austrália), angličtina (Kanada), angličtina (India), angličtina (Spojené kráľovstvo), angličtina (Spojené štáty), francúzština (Francúzsko), nemčina (Nemecko), taliančina ( Taliansko), portugalčina (Portugalsko), španielčina (Španielsko).
Najlepšie výsledky dosiahnete, ak na jednu faktúru poskytnete jednu jasnú fotografiu alebo sken.
- Formát obrázka musí byť JPEG, PNG alebo PDF.
- Veľkosť súboru nesmie presiahnuť 20 MB.
- Rozmery obrázkov musia mať obrázky rozmery medzi 50 × 50 pixelmi a 10000 × 10000 pixelov.
- Rozmery PDF musia byť maximálne 17 x 17 palcov, čo je ekvivalent veľkosti Legal alebo A3 alebo menšej.
- V prípade dokumentov PDF sa spracováva iba prvých 2,000 strán.
Výstup modelu
Ak sa zistí faktúra, model spracovania faktúr vypíše nasledujúce informácie:
| Vlastnosť | Definícia |
|---|---|
| Splatná suma (text) | Splatná suma tak, ako je napísaná na faktúre. |
| Splatná suma (číslo) | Splatná suma v štandardizovanom číselnom formáte. Príklad: 1234.98. |
| Spoľahlivosť splatnej sumy | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Fakturačná adresa | Fakturačná adresa. |
| Spoľahlivosť fakturačnej adresy | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca vo fakturačnej adrese | Príjemca vo fakturačnej adrese. |
| Spoľahlivosť príjemcu fakturačnej adresy | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Adresa zákazníka | Adresa zákazníka. |
| Spoľahlivosť adresy zákazníka | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca v adrese zákazníka | Príjemca v adrese zákazníka. |
| Spoľahlivosť príjemcu v adrese zákazníka | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| ID zákazníka | ID zákazníka. |
| Spoľahlivosť ID zákazníka | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Meno zákazníka | Meno zákazníka. |
| Spoľahlivosť mena zákazníka | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| DIČ zákazníka | Daňové číslo spojené so zákazníkom. |
| Spoľahlivosť DIČ zákazníka | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Dátum splatnosti (text) | Dátum splatnosti tak, ako je uvedený na faktúre. |
| Dátum splatnosti (dátum) | Termín splatnosti v štandardizovanom formáte dátumu. Príklad: 2019-05-31. |
| Spoľahlivosť dátumu splatnosti | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Dátum faktúry (text) | Dátum faktúry, ako je uvedený na faktúre. |
| Dátum faktúry (dátum) | Dátum faktúry v štandardizovanom formáte dátumu. Príklad: 2019-05-31. |
| Spoľahlivosť dátumu faktúry | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| ID faktúry | ID faktúry. |
| Spoľahlivosť ID faktúry | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Celková suma faktúry (text) | Celková suma faktúry, ako je uvedené na faktúre. |
| Celková suma faktúry (číslo) | Celková suma faktúry v štandardizovanom formáte dátumu. Príklad: 2019-05-31. |
| Spoľahlivosť celkovej sumy faktúry | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Položky v riadkoch | Riadkové položky extrahované z faktúry. Skóre spoľahlivosti je k dispozícii pre každý stĺpec.
|
| Platobné podmienky | Podmienky platby za faktúru. |
| Spoľahlivosť platobných podmienok | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Nákupná objednávka | Nákupná objednávka. |
| Spoľahlivosť nákupnej objednávky | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Predchádzajúci neuhradený zostatok (text) | Predchádzajúci neuhradený zostatok tak, ako je uvedené na faktúre. |
| Predchádzajúci neuhradený zostatok (číslo) | Predchádzajúci nevyplatený zostatok v štandardnom číselnom formáte. Príklad: 1234.98. |
| Spoľahlivosť detegovania predchádzajúceho neuhradeného zostatku. | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Adresa úhrady | Adresa úhrady. |
| Spoľahlivosť adresy úhrady | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca v adrese úhrady | Príjemca v adrese úhrady. |
| Spoľahlivosť príjemcu v adrese úhrady | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Adresa služby | Adresa služby. |
| Spoľahlivosť adresy služby | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca v adrese služby | Príjemca v adrese služby. |
| Spoľahlivosť príjemcu v adrese služby | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Dátum spustenia služby (text) | Dátum spustenia služby tak, ako je napísaný na faktúre. |
| Dátum spustenia služby (dátum) | Dátum začiatku služby v štandardnom formáte dátumu. Príklad: 2019-05-31. |
| Spoľahlivosť detegovania dátumu spustenia služby | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Dátum ukončenia služby (text) | Dátum ukončenia služby tak, ako je napísaný na faktúre. |
| Dátum ukončenia služby (dátum) | Dátum konca služby v štandardnom formáte dátumu. Príklad: 2019-05-31. |
| Spoľahlivosť detegovania dátumu ukončenia služby | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Adresa doručenia dodávky | Adresa doručenia dodávky. |
| Spoľahlivosť dodacej adresy | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca v adrese doručenia dodávky | Príjemca v adrese doručenia dodávky. |
| Spoľahlivosť príjemcu adresy doručenia dodávky | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Medzisúčet (text) | Medzisúčet tak, ako je napísaný na faktúre. |
| Medzisúčet (číslo) | Medzisúčet v štandardizovanom číselnom formáte. Príklad: 1234.98. |
| Spoľahlivosť medzisúčtu | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Celková daň (text) | Celková daň tak, ako je napísaná na faktúre. |
| Celková daň (číslo) | Celková daň v štandardizovanom číselnom formáte. Príklad: 1234.98. |
| Spoľahlivosť celkovej dane | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Adresa dodávateľa | Adresa dodávateľa. |
| Spoľahlivosť adresy dodávateľa | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Príjemca v adrese dodávateľa | Príjemca v adrese dodávateľa. |
| Spoľahlivosť príjemcu v adrese dodávateľa | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Názov dodávateľa | Názov dodávateľa. |
| Spoľahlivosť názvu dodávateľa | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| DIČ dodávateľa | Daňové číslo spojené s predajcom. |
| Spoľahlivosť DIČ dodávateľa | Miera spoľahlivosti predikcií generovaných modelom. Skóre medzi 0 (nízka spoľahlivosť) a 1 (vysoká spoľahlivosť). |
| Zistený text | Riadok rozpoznaného textu zo spusteného OCR na faktúre. Vrátené ako súčasť zoznamu textov. |
| Zistený kľúč | Páry kľúč – hodnota sú všetky identifikované označenia alebo kľúče a ich priradené odpovede alebo hodnoty. Môžete ich použiť na extrahovanie ďalších hodnôt, ktoré nie sú súčasťou preddefinovaného zoznamu polí. |
| Zistená hodnota | Páry kľúč – hodnota sú všetky identifikované označenia alebo kľúče a ich priradené odpovede alebo hodnoty. Môžete ich použiť na extrahovanie ďalších hodnôt, ktoré nie sú súčasťou preddefinovaného zoznamu polí. |
Páry kľúč – hodnota
Páry kľúč – hodnota sú všetky identifikované označenia alebo kľúče a ich priradené odpovede alebo hodnoty. Môžete ich použiť na extrahovanie ďalších hodnôt, ktoré nie sú súčasťou preddefinovaného zoznamu polí.
Ak chcete vizualizovať všetky páry kľúč – hodnota zistené modelom spracovania faktúr, môžete do svojho postupu pridať akciu Vytvoriť tabuľku HTML , ako je znázornené na snímke obrazovky, a spustiť postup.
Ak chcete extrahovať konkrétny kľúč, ktorého hodnotu poznáte, môžete použiť akciu Filtrovať pole , ako je znázornené na snímke obrazovky nižšie. V príklade snímky obrazovky chceme extrahovať hodnotu pre kľúč Tel .:
Limity
Nasledujúci limit sa vzťahuje na volania uskutočnené v rámci prostredia v rámci modelov spracovania dokumentov vrátane vopred zostavených modelov: spracovanie príjmov a faktúr.
| Akcia | Limit | Obdobie obnovy |
|---|---|---|
| Hovory (podľa prostredia) | 360 | 60 sekúnd |
Vytvorenie vlastného riešenia spracovania faktúr
Prednastavený model AI na spracovanie faktúr je navrhnutý na extrakciu bežných polí nájdených vo faktúrach. Pretože každý podnik je jedinečný, možno budete chcieť extrahovať iné polia, ako sú tie, ktoré obsahuje tento vopred zostavený model. Môže sa tiež stať, že niektoré štandardné polia nie sú dobre extrahované pre konkrétny typ faktúry, s ktorou pracujete. Na riešenie existujú dve možnosti:
Použite vlastný model spracovania faktúr (ukážka): Rozšírte správanie vopred vytvoreného modelu spracovania faktúr pridaním nových polí, ktoré sa majú extrahovať okrem tých, ktoré sú predvolené alebo vzorky dokumentov, ktoré neboli správne extrahované. Ak sa chcete dozvedieť, ako rozšíriť vopred zostavený model spracovania faktúr, prejdite na stránku Výber typu dokumentu.
Zobrazenie nespracovaných výsledkov OCR: Vždy, keď vopred zostavený model AI na spracovanie faktúr spracuje súbor, ktorý poskytnete, vykoná tiež operáciu OCR na extrahovanie každého slova napísaného v súbore. Môžete získať prístup k nespracovaným výsledkom OCR na detekovanom textovom výstupe poskytnutom modelom. Na získanie potrebných údajov môže stačiť jednoduché vyhľadávanie obsahu vráteného detekovaným textom.
Použite spracovanie dokumentov: Pomocou AI Builder si môžete tiež vytvoriť svoj vlastný model AI na extrahovanie konkrétnych polí a tabuliek, ktoré potrebujete pre dokumenty, s ktorými pracujete. Stačí vytvoriť model spracovania dokumentov a natrénovať ho tak, aby extrahoval všetky informácie z faktúry, ktorá nefunguje správne s modelom extrakcie faktúr.
Keď si svoj vlastný model spracovania dokumentov natrénujete, môžete ho skombinovať s vopred zostaveným modelom spracovania faktúr v Power Automate postupe.
Tu sú niektoré príklady:
Použite vlastný model spracovania dokumentov na extrahovanie ďalších polí, ktoré nevracia vopred zostavený model spracovania faktúr
V tomto príklade sme natrénovali vlastný model spracovania dokumentov na extrahovanie čísla vernostného programu, ktoré sa nachádza iba vo faktúrach od poskytovateľov Adatum a Contoso.
Postup sa spustí po každom pridaní novej faktúry do priečinka v službe SharePoint. Potom zavolá vopred zostavený model AI na spracovanie údajov, aby získal svoje údaje. Ďalej skontrolujeme, či je dodávateľ spracovanej faktúry buď Adatum alebo Contoso. Ak je to tak, potom zavoláme vlastný model spracovania dokumentov, ktorý sme natrénovali, aby sme získali toto vernostné číslo. Nakoniec extrahované údaje z faktúry uložíme do súboru Excel.
Ak je skóre spoľahlivosti pre pole vrátené vopred zostaveným modelom spracovania faktúr nízke, použite vlastný model spracovania dokumentov
V tomto príklade sme natrénovali vlastný model spracovania dokumentov na extrakciu celkovej sumy z faktúr, kde pri použití vopred zostaveného modelu spracovania faktúr zvyčajne získame nízke skóre spoľahlivosti.
Postup sa spustí po každom pridaní novej faktúry do priečinka v službe SharePoint. Potom zavolá vopred zostavený model AI na spracovanie údajov, aby získal svoje údaje. Ďalej skontrolujeme, či je skóre spoľahlivosti pre vlastnosť Celková hodnota faktúr menšie ako 0,65. Ak je to tak, potom zavoláme vlastný model spracovania dokumentov, ktorý sme trénovali s faktúrami, kde zvyčajne získame nízke skóre spoľahlivosti pre celé pole. Nakoniec extrahované údaje z faktúry uložíme do súboru Excel.
Použite vopred zostavený model spracovania faktúr na spracovanie faktúr, na spracovanie ktorých nebol zaškolený vlastný model spracovania dokumentov
Jedným zo spôsobov použitia vopred zostaveného modelu spracovania faktúr je použiť ho ako záložný model na spracovanie faktúr, ktoré ste nenatrénovali vo svojom vlastnom modeli spracovania dokumentov. Povedzme napríklad, že ste vytvorili model spracovania dokumentov a natrénovali ho na extrakciu údajov od 20 najlepších poskytovateľov faktúr. Potom by ste mohli použiť vopred zostavený model na spracovanie faktúr na spracovanie všetkých nových faktúr alebo faktúr s nižším objemom. Tu je príklad toho, ako by ste to mohli urobiť:
Tento postup sa spustí po každom pridaní novej faktúry do priečinka v službe SharePoint. Potom zavolá vlastný model spracovania dokumentov na extrahovanie údajov. Ďalej skontrolujeme, či je skóre spoľahlivosti pre zistenú kolekciu menej než 0,65. Ak je to tak, pravdepodobne to znamená, že poskytnutá faktúra nie je vhodná pre vlastný model. Potom zavoláme vopred zostavený model spracovania faktúr. Nakoniec extrahované údaje z faktúry uložíme do súboru Excel.
