Obdelava računa vnaprej pripravljen model AI
Obdelava računa predizdelani model umetne inteligence izvleče ključne podatke o računih za pomoč pri avtomatizirani obdelavi računov. Model obdelava računa je optimiziran za prepoznavanje običajnih elementov računa, kot so ID računa, datum računa, zapadli znesek in drugo.
Model Računi vam omogoča, da povečate privzeto vedenje z izdelavo modela Računov po meri.
Uporaba v storitvi Power Apps
Če želite izvedeti, kako uporabljati vnaprej vgrajeni model obdelava računa v Power Apps, pojdite na Uporabite vgrajeni model obdelava računa v Power Apps.
Uporaba v storitvi Power Automate
Če želite izvedeti, kako uporabljati predzgrajeni model obdelava računa v Power Automate, pojdite na Uporabite obdelava računa vnaprej izdelani model v Power Automate.
Podprti jeziki in datoteke
Podprti so naslednji jeziki: albanščina (Albanija), češčina (Češka), kitajščina (poenostavljena) Kitajska, kitajščina (tradicionalna) Posebna upravna regija Hongkong, kitajščina (tradicionalna) Tajvan, danščina (Danska), hrvaščina (Bosna in Hercegovina), hrvaščina (Hrvaška), hrvaščina (Srbija), nizozemščina (Nizozemska), angleščina (Avstralija), angleščina (Kanada), angleščina (Indija), angleščina (Združene države), estonščina (Estonija), finščina (Finska), francoščina (Francija), nemščina (Nemčija), madžarščina (Madžarska), islandščina (Islandija), italijanščina (Italija), japonščina (Japonska), korejščina (Koreja), litovščina (Litva), latvijščina (Latvija), malajščina (Malezija), norveščina (Norveška), poljščina (Poljska), portugalščina (Portugalska), romunščina (Romunija), slovaščina (Slovaška), slovenščina (Slovenija), srbščina (Srbija), španščina (Španija), švedščina (Švedska).
Za najboljše rezultate zagotovite eno jasno fotografijo ali optično prebrano sliko na račun.
- Format slike mora biti JPEG, PNG ali PDF.
- Velikost datoteke ne sme presegati 20 MB.
- Dimenzije slike morajo biti med 50 x 50 slikovnih pik in 10.000 x 10.000 slikovnih pik.
- Dimenzije PDF-ja morajo biti največ 17 x 17 palcev, kar je enako velikosti papirja Legal ali A3 ali manj.
- Za dokumente PDF je obdelanih le prvih 2000 strani.
Izhod modela
Če je zaznan račun, model obdelava računa izda naslednje informacije:
| Lastnost | Definicija |
|---|---|
| Zapadli znesek (besedilo) | Dolgovani znesek, kot je napisan na računu. |
| Zapadli znesek (število) | Dolgovani znesek v standardizirani obliki številk. Primer: 1234,98. |
| Zanesljivost zapadlega zneska | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov plačnika računa | Naslov za pošiljanje računa. |
| Zanesljivost naslova plačnika računa | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova plačnika računa | Prejemnik naslova za izstavitev računa. |
| Zanesljivost prejemnika naslova plačnika računa | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov stranke | Naslov stranke. |
| Zanesljivost naslova stranke | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova stranke | Prejemnik naslova stranke. |
| Zanesljivost prejemnika naslova stranke | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| ID stranke | Identifikacijska številka stranke. |
| Zanesljivost ID-ja stranke | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Ime stranke | Ime stranke. |
| Zanesljivost imena stranke | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Davčna številka stranke | Številka davčnega zavezanca, povezana s stranko. |
| Zanesljivost davčnega ID-ja stranke | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Datum zapadlosti (besedilo) | Rok, kot je napisan na računu. |
| Datum zapadlosti (datum) | Rok v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost datuma zapadlosti | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Datum računa (besedilo) | Datum računa, kot je napisan na računu. |
| Datum računa (datum) | Datum računa v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost datuma računa | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| ID računa | ID računa. |
| Zanesljivost ID-ja računa | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Skupen znesek računa (besedilo) | Skupna vrednost računa, kot je zapisano na računu. |
| Skupen znesek računa (število) | Skupna vrednost računa v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost skupne cene računa | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Izdelki iz programa | Vrstične postavke, izvlečene iz računa. Za vsak stolpec so na voljo ocene zaupanja.
|
| Plačilni pogoji | Pogoji plačila računa. |
| Zanesljivost plačilnih pogojev | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naročilnica | Naročilnica. |
| Zanesljivost naročilnice | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejšnji neplačani saldo (besedilo) | Prejšnje neplačano stanje, kot je zapisano na računu. |
| Prejšnji neplačani saldo (številka) | Prejšnje neplačano stanje v standardizirani številski obliki. Primer: 1234,98. |
| Zanesljivost prejšnjega neplačanega salda | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov za nakazilo | Naslov za nakazilo. |
| Zanesljivost naslova za nakazilo | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova za nakazilo | Naslov prejemnika nakazila. |
| Zanesljivost prejemnika naslova za nakazilo | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov storitve | Naslov storitve. |
| Zanesljivost naslova storitve | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova storitve | Prejemnik naslova storitve. |
| Zanesljivost prejemnika naslova storitve | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Začetni datum storitve (besedilo) | Datum začetka storitve, kot je napisan na računu. |
| Začetni datum storitve (datum) | Začetni datum storitve v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost začetnega datuma storitve | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Končni datum storitve (besedilo) | Datum zaključka storitve, kot je zapisan na računu. |
| Končni datum storitve (datum) | Končni datum storitve v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost končnega datuma storitve | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov za dostavo | Naslov za pošiljanje. |
| Zanesljivost naslova za dostavo | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova za dostavo | Naslov za pošiljanje prejemnika. |
| Zanesljivost prejemnika naslova za dostavo | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Delni znesek (besedilo) | Vmesni seštevek kot je napisan na računu. |
| Delni znesek (število) | Vmesni seštevek v standardizirani številski obliki. Primer: 1234,98. |
| Zanesljivost delne vsote | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Skupni davek (besedilo) | Skupni davek kot je napisan na računu. |
| Skupni davek (število) | Skupni davek v standardiziranem formatu številk. Primer: 1234,98. |
| Zanesljivost skupnega zneska davka | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Naslov dobavitelja | Naslov prodajalca. |
| Zanesljivost naslova dobavitelja | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Prejemnik naslova dobavitelja | Prejemnik naslova prodajalca. |
| Zanesljivost prejemnika naslova dobavitelja | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Ime dobavitelja | Ime prodajalca. |
| Zanesljivost imena dobavitelja | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Davčna številka dobavitelja | Številka davčnega zavezanca, povezana s prodajalcem. |
| Zanesljivost davčnega ID-ja dobavitelja | Kako samozavesten je model v svojem predvidevanje. Ocena med 0 (nizko zaupanje) in 1 (visoko zaupanje). |
| Zaznano besedilo | Vrstica prepoznanega besedila iz izvajanja OCR na računu. Vrnjeno kot del seznama besedila. |
| Zaznani ključ | Pari ključ-vrednost so vse identificirane oznake ali ključi in njihovi povezani odzivi ali vrednosti. Te lahko uporabite za pridobivanje dodatnih vrednosti, ki niso del vnaprej določenega seznama polj. |
| Zaznana vrednost | Pari ključ-vrednost so vse identificirane oznake ali ključi in njihovi povezani odzivi ali vrednosti. Te lahko uporabite za pridobivanje dodatnih vrednosti, ki niso del vnaprej določenega seznama polj. |
Pari ključ-vrednost
Pari ključ-vrednost so vse identificirane oznake ali ključi in njihovi povezani odzivi ali vrednosti. Te lahko uporabite za pridobivanje dodatnih vrednosti, ki niso del vnaprej določenega seznama polj.
Če želite vizualizirati vse pare ključ-vrednost, ki jih je zaznal model obdelava računa, lahko v svojem toku dodate dejanje Ustvari tabelo HTML , kot je prikazano na posnetku zaslona, in zaženete tok.
Če želite ekstrahirati določen ključ, za katerega poznate njegovo vrednost, lahko uporabite dejanje Filter array , kot je prikazano na spodnjem posnetku zaslona. V primeru posnetka zaslona želimo izluščiti vrednost za ključ Tel .:
Omejitve
Naslednja omejitev velja za klice glede na okolje v modelih obdelava dokumenta, vključno z vnaprej izdelanimi modeli: obdelava potrdil in obdelava računa.
| Akcija | Omejitev | Obdobje obnovitve |
|---|---|---|
| Klici (na okolje) | 360 | 60 s |
Ustvarite rešitev po meri obdelava računa
Obdelava računa predizdelani model umetne inteligence je zasnovan za ekstrahiranje pogostih polj v računih. Ker je vsako podjetje edinstveno, boste morda želeli ekstrahirati polja, ki niso vključena v ta vnaprej pripravljeni model. Prav tako se lahko zgodi, da nekatera standardna polja niso dobro izvlečena za določeno vrsto računa, s katerim delate. Za rešitev tega problema sta na voljo dve možnosti:
Uporabite model obdelave računov po meri: Povečajte vedenje vnaprej pripravljenega modela obdelava računa z dodajanjem novih polj, ki jih je treba izvleči poleg tistih, ki jih privzeto ali vzorci dokumentov, ki niso pravilno ekstrahirani. Če želite izvedeti, kako povečati vnaprej zgrajeni model obdelava računa, pojdite na Izberite vrsto dokumenta.
Oglejte si neobdelane rezultate OCR: Vsakič, ko obdelava računa predzgrajeni model umetne inteligence obdela datoteko, ki jo posredujete, izvede tudi operacijo OCR, da izvleče vsako besedo, napisano v datoteki. Do neobdelanih rezultatov OCR lahko dostopate na izhodu zaznanega besedila, ki ga zagotavlja model. Preprosto iskanje po vsebini, ki jo vrne zaznano besedilo, je lahko dovolj, da dobite podatke, ki jih potrebujete.
Uporabite obdelava dokumenta: Z AI Builder lahko sestavite tudi svoj model umetne inteligence po meri za ekstrahiranje določenih polj in tabel, ki jih potrebujete za dokumente, s katerimi delate. Preprosto ustvarite obdelava dokumenta model in ga usposobite za pridobivanje vseh informacij iz računa, ki ne deluje dobro z modelom ekstrakcije računa.
Ko usposobite svoj model obdelava dokumenta po meri, ga lahko združite z vnaprej pripravljenim modelom obdelava računa v Power Automate toku.
Tukaj je nekaj primerov:
Uporabite model po meri obdelava dokumenta za ekstrahiranje dodatnih polj, ki jih obdelava računa vnaprej zgrajeni model ne vrne
V tem primeru smo usposobili model obdelava dokumenta po meri za pridobivanje številke programa zvestobe, ki je prisotna samo na računih ponudnikov Adatum in Contoso.
Tok se sproži, ko je v SharePoint mapo dodan nov račun. Nato pokliče obdelava računa predzgrajeni model AI, da ekstrahira svoje podatke. Nato preverimo, ali je prodajalec za račun, ki je bil obdelan, Adatum ali Contoso. Če je temu tako, potem pokličemo model obdelava dokumenta po meri, ki smo ga usposobili za pridobitev te številke zvestobe. Na koncu izluščene podatke iz računa shranimo v Excel datoteko.
Uporabite model obdelava dokumenta po meri, če je ocena zanesljivosti za polje, ki ga vrne predzgrajeni model obdelava računa, nizek
V tem primeru smo usposobili model obdelava dokumenta po meri za izločanje skupnega zneska iz računov, pri čemer običajno dobimo nizek ocena zanesljivosti pri uporabi predzgrajenega modela obdelava računa.
Tok se sproži, ko je v SharePoint mapo dodan nov račun. Nato pokliče obdelava računa predzgrajeni model AI, da ekstrahira svoje podatke. Nato preverimo, ali je ocena zanesljivosti za lastnost Skupna vrednost računa manjša od 0,65. Če je temu tako, nato pokličemo model po meri obdelava dokumenta, ki smo ga usposobili z računi, kjer običajno dobimo nizek ocena zanesljivosti za skupno polje. Na koncu izluščene podatke iz računa shranimo v Excelovo datoteko.
Uporabite vnaprej pripravljen model obdelava računa za obdelavo računov, za katere model obdelava dokumenta po meri ni bil usposobljen za obdelavo
Eden od načinov za uporabo vnaprej pripravljenega modela obdelava računa je, da ga uporabite kot nadomestni model za obdelavo računov, ki jih niste usposobili v svojem modelu obdelava dokumenta po meri. Na primer, recimo, da ste zgradili model obdelava dokumenta in ga usposobili za pridobivanje podatkov iz vaših 20 najboljših ponudnikov računov. Nato bi lahko uporabili predzgrajeni model obdelava računa za obdelavo vseh novih računov ali računov z manjšim obsegom. Tu je primer, kako lahko to storite:
Ta tok se sproži, ko je v SharePoint mapo dodan nov račun. Nato pokliče model obdelava dokumenta po meri, da ekstrahira svoje podatke. Nato preverimo, ali je ocena zanesljivosti za zaznano zbirko manjši od 0,65. Če je temu tako, to verjetno pomeni, da predloženi račun ni primeren za model po meri. Nato pokličemo vnaprej zgrajeni model obdelava računa. Na koncu izluščene podatke iz računa shranimo v Excel datoteko.
