Dokumentinformation – amerikanska skattedokumentmodeller

Viktigt!

• Versioner av den offentliga förhandsversionen av Document Intelligence ger tidig åtkomst till funktioner som är i aktiv utveckling.
• Funktioner, metoder och processer kan ändras, före allmän tillgänglighet (GA), baserat på användarfeedback.
• Den offentliga förhandsversionen av Dokumentinformationsklientbiblioteken är som standard REST API version 2024-02-29-preview.
• Förhandsversion 2024-02-29-preview är för närvarande endast tillgänglig i följande Azure-regioner:
• USA, östra
• USA, västra 2
• Europa, västra

Det här innehållet gäller för:v4.0 (förhandsversion) | Tidigare versioner:v3.1 (GA)

Avtalsmodellen för dokumentinformation använder kraftfulla OCR-funktioner (Optisk teckenigenkänning) för att analysera och extrahera nyckelfält och radobjekt från en utvald grupp med skattedokument. Skattedokument kan ha olika format och kvalitet, inklusive telefontagna bilder, skannade dokument och digitala PDF-filer. API:et analyserar dokumenttext; extraherar viktig information som kundnamn, faktureringsadress, förfallodatum och förfallodatum. och returnerar en strukturerad JSON-datarepresentation. Modellen stöder för närvarande vissa format för engelska skattedokument.

Dokumenttyper som stöds:

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

Automatiserad bearbetning av skattedokument

Automatiserad bearbetning av skattedokument är processen för att extrahera nyckelfält från skattedokument. Tidigare har skattedokument bearbetats manuellt. Den här modellen möjliggör enkel automatisering av skattescenarier.

Utvecklingsalternativ

Document Intelligence v4.0 (2023-10-31-preview) stöder följande verktyg, program och bibliotek:

Funktion	Resurser	Model ID
Amerikanska skatteformulärmodeller	• Document Intelligence Studio • REST API • C# SDK • Python SDK • Java SDK • JavaScript SDK	• prebuilt-tax.us.W-2• prebuilt-tax.us.1098 • prebuilt-tax.us.1098E • prebuilt-tax.us.1098T • förbyggdt-tax.us.1099A • prebuilt-tax.us.1099B • prebuilt-tax.us.1099C • prebuilt-tax.us.1099CAP • prebuililt-tax.us.1099DIV • prebuilt-tax.us.1099G • prebuilt-tax.us.1099H • prebuilt-tax.us.1099INT • förbyggdt-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.10 99Q • 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

Indatakrav

• För bästa resultat anger du ett tydligt foto eller en genomsökning av hög kvalitet per dokument.

• Filformat som stöds:

  Modell	PDF	Bild: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) och HTML
  Läsa	✔	✔	✔
  Layout	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Allmänt dokument	✔	✔
  Inbyggda	✔	✔
  Anpassad extrahering	✔	✔
  Anpassad klassificering	✔	✔	✔ (2024-02-29-preview)

• För PDF och TIFF kan upp till 2 000 sidor bearbetas (med en kostnadsfri nivåprenumeration bearbetas endast de två första sidorna).

• Filstorleken för att analysera dokument är 500 MB för den betalda nivån (S0) och 4 MB för den kostnadsfria nivån (F0).

• Bilddimensionerna måste vara mellan 50 x 50 bildpunkter och 10 000 px x 10 000 bildpunkter.

• Om dina PDF-filer är låsta med lösenord måste du ta bort låset innan du skickar filerna.

• Den minsta höjden på texten som ska extraheras är 12 bildpunkter för en bild på 1 024 x 768 bildpunkter. Den här dimensionen motsvarar ungefär 8-punkttext vid 150 punkter per tum (DPI).

• För anpassad modellträning är det maximala antalet sidor för träningsdata 500 för den anpassade mallmodellen och 50 000 för den anpassade neurala modellen.

  • För anpassad extraheringsmodellträning är den totala storleken på träningsdata 50 MB för mallmodellen och 1G-MB för den neurala modellen.

  • För anpassad klassificeringsmodellträning är 1GB den totala storleken på träningsdata med högst 10 000 sidor.

Prova extrahering av skattedokument

Se hur data, inklusive kundinformation, leverantörsinformation och radobjekt, extraheras från fakturor. Du behöver följande resurser:

• En Azure-prenumeration – du kan skapa en kostnadsfritt.

• En instans av dokumentinformation i Azure-portalen. Du kan använda den kostnadsfria prisnivån (F0) för att prova tjänsten. När resursen har distribuerats väljer du Gå till resurs för att hämta din nyckel och slutpunkt.

Document Intelligence Studio

1. På startsidan för Document Intelligence Studio väljer du den skattedokumentmodell som stöds.

2. Du kan analysera ett exempel på skattedokument eller ladda upp dina egna filer.

3. Välj knappen Kör analys och konfigurera vid behov alternativen Analysera :

   

Prova Document Intelligence Studio

Språk och nationella inställningar som stöds

Se sidan Språkstöd – fördefinierade modeller för en fullständig lista över språk som stöds.

Fältextrahering W-2

Följande är fälten som extraheras från ett W-2-skatteformulär i JSON-utdatasvaret.

Namn	Type	Beskrivning	Exempel på utdata	Anhöriga
W-2FormVariant	String	IR W-2 Formulärvariant. Det här fältet kan ha något av följande värden: W-2, W-2AS, W-2CM, W-2GUeller W-2VI	W-2
TaxYear	Antal	Formulärskatteår	2021
W2Copy	String	W-2 skattekopieringsversion tillsammans med tryckt instruktion relaterad till den här kopian	Kopiera A – för socialförsäkringsadministration
Employee	objekt	Objekt som innehåller personnummer, namn och adress
ControlNumber	sträng	W-2-kontrollnummer. IRS W-2 fält d	0AB12 D345 7890
Employer	Objekt	Objekt som innehåller arbetsgivarens ID-nummer, namn och adress
WagesTipsAndOtherCompensation	Antal	Löner, tips och annat ersättningsbelopp i USD. IRS W-2 fält 1	1234567.89
FederalIncomeTaxWithheld	Antal	Federal inkomstskatt undanhöll belopp i USD. IRS W-2 fält 2	1234567.89
SocialSecurityWages	Antal	Socialförsäkringslöner uppgår i USD. IRS W-2 fält 3	1234567.89
SocialSecurityTaxWithheld	Antal	Socialförsäkringsskatt undanhållna belopp i USD. IRS W-2 fält 4	1234567.89
MedicareWagesAndTips	Antal	Medicare löner och tips belopp i USD. IRS W-2 fält 5	1234567.89
MedicareTaxWithheld	Antal	Medicare-skatt undanhöll belopp i USD. IRS W-2 fält 6	1234567.89
SocialSecurityTips	Antal	Socialförsäkringstips belopp i USD. IRS W-2 fält 7	1234567.89
AllocatedTips	Antal	Allokerade tips i USD. IRS W-2 fält 8	1234567.89
VerificationCode	Antal	W-2-verifieringskod. IRS W-2 fält 9	1234567.89
DependentCareBenefits	Antal	Beroende vårdförmåner belopp i USD. IRS W-2-fält 10	1234567.89
NonQualifiedPlans	Antal	Ej kvalificerade abonnemang uppgår till USD. IRS W-2-fält 11	1234567.89
IsStatutoryEmployee	String	Del av IRS W-2-fältet 13. Kan vara sant eller falskt	true
IsRetirementPlan	String	Del av IRS W-2-fältet 13. Kan vara sant eller falskt	true
IsThirdPartySickPay	String	Del av IRS W-2-fältet 13. Kan vara sant eller falskt	true
Other	String	Innehållet i IRS W-2-fältet 14	SJUK LV LÖNER SBJT TILL $511/DAY LIMIT 1356
StateTaxInfos	Matris	Statlig skatterelaterad information. innehållet i IRS W-2-fältet 15 till 17
LocaleTaxInfos	Matris	Lokal skatterelaterad information. Innehållet i IRS W-2-fältet 18 till 20

Fältextrahering 1098

Följande är fälten som extraheras från ett 1098-skatteformulär i JSON-utdatasvaret. Formulären 1098-T och 1098-E stöds också.

Namn	Type	Beskrivning	Exempel på utdata
TaxYear	Antal	Formulärskatteår	2021
Låntagaren	Objekt	Ett objekt som innehåller låntagarens TIN, Namn, Adress och AccountNumber
Långivare	Objekt	Ett objekt som innehåller långivarens TIN, Namn, Adress och Telefon
MortgageInterest	Antal	Inteckning Räntebelopp som erhållits från betalare/låntagare (ruta 1)	1,234,567.89
OutstandingMortgagePrincipal	Antal	Utestående amorteringsobjekt (ruta 2)	1,234,567.89
MortgageOriginationDate	Datum	Ursprungsdatum för inteckningen (ruta 3)	2022-01-01
OverpaidInterestRefund	Antal	Återbetalningsbelopp för överbetalda räntor (ruta 4)	1,234,567.89
MortgageInsurancePremium	Antal	Premiebelopp för inteckningsförsäkring (ruta 5)	1,234,567.89
PointsPaid	Antal	Poäng som betalas vid köp av huvudhem (Box 6)	1,234,567.89
IsPropertyAddressSameAsBorrower	String	Är adressen till fastigheten som säkrar inteckningen samma som betalarens/låntagarens postadress (ruta 7)	true
PropertyAddress	String	Adress eller beskrivning av fastigheten som skyddar inteckningen (ruta 8)	123 Huvudsakliga St., Redmond WA 98052
MortgagedPropertiesCount	Antal	Antal intecknade fastigheter (ruta 9)	1
Övrigt	String	Ytterligare information för att rapportera till betalaren (ruta 10)
RealEstateTax	Antal	Fastighetsskatt (ruta 1)	1,234,567.89
AdditionalAssessment	String	Utvärderingar som gjorts på egenskapen (ruta 10) har lagts till	1,234,567.89
MortgageAcquisitionDate	datum	Datum för inteckningsförvärv (ruta 11)	2022-01-01

Fältextrahering 1099-NEC

Följande är fälten som extraheras från ett 1099-nec-skatteformulär i JSON-utdatasvaret. De andra varianterna av 1099 stöds också.

Namn	Type	Beskrivning	Exempel på utdata
TaxYear	String	Beskattningsår som extraherats från formulär 1099-NEC.	2021
Payer	Objekt	Ett objekt som innehåller betalarens TIN, Namn, Adress och Telefon Number
Recipient	Objekt	Ett objekt som innehåller mottagarens TIN, Namn, Adress och AccountNumber
Box1	Nummer	Ruta 1 extraherad från formulär 1099-NEC.	123456
Box2	boolean	Ruta 2 extraherad från formulär 1099-NEC.	true
Box4	Nummer	Ruta 4 extraherad från formulär 1099-NEC.	123456
StateTaxesWithheld	matris	Statliga skatter undanhålls från formulär 1099-NEC (rutorna 5, 6 och 7)

Fältextrahering 1040 skatteformulär

Följande är fälten som extraheras från ett 1040-skatteformulär i JSON-utdatasvaret. De andra varianterna på 1040 stöds också.

Namn	Type	Beskrivning	Exempel på utdata
TaxPayer	Objekt	Ett objekt som innehåller skattebetalarnas information, till exempel SSN, efternamn och adress
Spouse	Objekt	Ett objekt som innehåller makens information såsom SSN, efternamn och förnamn och initialer Namn
Dependents	matris	En matris som innehåller en lista över beroenden, inklusive information som Namn, SSN och Kredittyp
ThirdPartyDesignee	objekt	Ett objekt som innehåller information om tredjepartsdesignobjektet
SignatureDetails	objekt	Ett objekt som innehåller information om undertecknaren, till exempel telefonnummer och e-postmeddelanden
PaidPreparer	objekt	Ett objekt som innehåller information om förberedaren.
FillingStatus	String	Värdet kan vara ett av noSelection, single, marriedFilingJointly, marriedFillingSeparately, headOfHousehold, qualifyingSurvivingSpouse eller multiSelection.	Enda
FilingStatusDetails	objekt	Ett objekt som innehåller information om arkiveringsstatusen.
NameOfSpouseOrQualifyingPerson	String	Namn på make/maka eller kvalificerande person som utvunnits från formulär 1040.	John Svensson
PresidentialElectionCampaign	String	Värdet kan vara ett av noSelection, skattebetalare, make/maka eller multiSelection.	Skattebetalarna
PresidentialElectionCampaignDetails	objekt	Ett objekt som innehåller information om presidentvalskampanjen.
DigitalAssets	String	Värdet kan vara ett av noSelection, ja, nej eller multiSelection.	ja
DigitalAssetsDetails	objekt	Ett objekt som innehåller information om de digitala tillgångarna.
ClaimStatus	String	Värdet kan vara ett av noSelection, taxpayerAsDependent, spouseAsDependent, spouseItemizesSeparatelyOrDualStatusAlien eller multiSelection.	taxpayerAsDependent
ClaimStatusDetails	objekt	Ett objekt som innehåller information om anspråksstatusen.
TaxpayerAgeBlindness	String	Värdet kan vara ett av noSelection, above64, blind eller multiSelection.	över 64
TaxPayerAgeBlindnessDetails	objekt	Ett objekt som innehåller information om skattebetalarnas åldersblindhet.
SpouseAgeBlindness	String	Värdet kan vara ett av noSelection, above64, blind eller multiSelection.	över 64
TaxPayerAgeBlindnessDetails	objekt	Ett objekt som innehåller information om makens åldersblindhet.
MoreThanFourDependents	boolean	Fler än fyra beroenden som extraherats från formulär 1040.	true
Box1a	Nummer	Box 1a extraherad från 1040.	123456
Resultatet baseras på den angivna JSON-strukturen och konverterar den till samma tabellformat som begärt:
Box1b	Nummer	Box 1b extraherad från 1040.	123456
Box1c	Nummer	Box 1c extraherad från 1040.	123456
Box1d	Nummer	Box 1d extraherad från 1040.	123456
Box1e	Nummer	Box 1e extraherad från 1040.	123456
Box1f	Nummer	Box 1f extraherad från 1040.	123456
Box1g	Nummer	Box 1g extraherad från 1040.	123456
Box1h	Nummer	Box 1h extraherad från 1040.	123456
Box1i	Nummer	Box 1i extraherad från 1040.	123456
Box1z	Nummer	Box 1z extraherad från 1040.	123456
Box2a	Nummer	Box 2a extraherad från 1040.	123456
Box2b	Nummer	Box 2b extraherad från 1040.	123456
Box3a	Nummer	Box 3a extraherad från 1040.	123456
Box3b	Nummer	Box 3b extraherad från 1040.	123456
Box4a	Nummer	Box 4a extraherad från 1040.	123456
Box4b	Nummer	Box 4b extraherad från 1040.	123456
Box5a	Nummer	Box 5a extraherad från 1040.	123456
Box5b	Nummer	Box 5b extraherad från 1040.	123456
Box6a	Nummer	Box 6a extraherad från 1040.	123456
Box6b	Nummer	Box 6b extraherad från 1040.	123456
Box6cCheckbox	boolean	Kryssruta 6c som extraherats från 1040.	true
Box7Checkbox	boolean	Kryssruta 7 extraherad från 1040.	true
Box7	Nummer	Ruta 7 extraherad från 1040.	123456
Box8	Nummer	Ruta 8 extraherad från 1040.	123456
Box9	Nummer	Ruta 9 extraherad från 1040.	123456
Box10	Nummer	Ruta 10 extraherad från 1040.	123456
Box11	Nummer	Box 11 extraherad från 1040.	123456
Box12	Nummer	Ruta 12 extraherad från 1040.	123456
Box13	Nummer	Box 13 extraherad från 1040.	123456
Box14	Nummer	Ruta 14 extraherad från 1040.	123456
Box15	Nummer	Box 15 extraherad från 1040.	123456
Box16FromForm	sträng	Värdet kan vara ett av noSelection, 8814, 4972, annat eller multiSelection.	8814
Box16FromFormDetails	objekt	Objekt som innehåller information om Box 16
Box16OtherFormNumber	sträng	Ruta 16 Annat formulärnummer extraherat från 1040.	8888
Box16	Nummer	Box 16 extraherad från 1040.	123456
Box17	Nummer	Box 17 extraherad från 1040.	123456
Box18	Nummer	Box 18 extraherad från 1040.	123456
Box19	Nummer	Ruta 19 extraherad från 1040.	123456
Box20	Nummer	Box 20 extraherad från 1040.	123456
Box21	Nummer	Ruta 21 extraherad från 1040.	123456
Box22	Nummer	Box 22 extraherad från 1040.	123456
Box23	Nummer	Ruta 23 extraherad från 1040.	123456
Box24	Nummer	Box 24 extraherad från 1040.	123456
Box25a	Nummer	Box 25a extraherad från 1040.	123456
Box25b	Nummer	Box 25b extraherad från 1040.	123456
Box25c	Nummer	Box 25c extraherad från 1040.	123456
Box25d	Nummer	Box 25d extraherad från 1040.	123456
Box26	Nummer	Box 26 extraherad från 1040.	123456
Box27	Nummer	Box 27 extraherad från 1040.	123456
Box28	Nummer	Box 28 extraherad från 1040.	123456
Box29	Nummer	Box 29 extraherad från 1040.	123456
Box31	Nummer	Box 31 extraherad från 1040.	123456
Box32	Nummer	Box 32 extraherad från 1040.	123456
Box33	Nummer	Ruta 33 extraherad från 1040.	123456
Box34	Nummer	Ruta 34 extraherad från 1040.	123456
Box35Checkbox	boolean	Kryssruta 35 extraherad från 1040.	true
Box35a	Nummer	Box 35a extraherad från 1040.	123456
Box35b	Nummer	Box 35b extraherad från 1040.	123456
Box35c	sträng	Värdet kan vara ett av noSelection, check, savings eller multiSelection.	Kontrollera
Box35cDetails	objekt	Objekt som innehåller information om Box 35c
Box35d	Nummer	Box 35d extraherad från 1040.	123456
Box36	Nummer	Box 36 extraherad från 1040.	123456
Box37	Nummer	Box 37 extraherad från 1040.	123456
Box38	Nummer	Box 38 extraherad från 1040.	123456
HasAssignedThirdPartyDesignee	sträng	Värdet kan vara ett av noSelection, ja, nej eller multiSelection.	ja
HasAssignedThirdPartyDesigneeDetails	objekt	Objekt som innehåller information om vad som har valts för den tilldelade designobjektet från tredje part

Nyckel/värde-par och radobjekt som extraheras finns i avsnittet i documentResults JSON-utdata.

Nästa steg

• Prova att bearbeta dina egna formulär och dokument med Document Intelligence Studio.

• Slutför en snabbstart för dokumentinformation och kom igång med att skapa en app för dokumentbearbetning på valfritt utvecklingsspråk.