Önceden oluşturulmuş fatura işleme yapay zeka modeli
Önceden oluşturulmuş fatura işleme yapay zeka modeli, faturaların işlenmesini otomatikleştirmeye yardımcı olmak için önemli fatura verilerini ayıklar. Fatura işleme modeli; fatura kimliği, fatura tarihi, ödenecek tutar vb. gibi yaygın fatura öğelerini tanımak için iyileştirilmiştir.
Faturalar modeli, özel Faturalar modeli oluşturarak varsayılan davranışı geliştirmenize olanak tanır.
Power Apps'te kullanma
Power Apps'te fatura işleme önceden oluşturulmuş modelini nasıl kullanacağınızı öğrenmek için Power Apps'te fatura işleme önceden oluşturulmuş modelini kullanma başlıklı makaleye gidin.
Power Automate'te kullanma
Power Automate'te fatura işleme önceden oluşturulmuş modelini nasıl kullanacağınızı öğrenmek için Power Automate'te fatura işleme önceden oluşturulmuş modelini kullanma başlıklı makaleye gidin.
Desteklenen diller ve dosyalar
Aşağıdaki diller desteklenmektedir: Arnavutça (Arnavutluk), Çekçe (Çek Cumhuriyeti), Çince (basitleştirilmiş) Çin, Çince (geleneksel) Hong Kong ÖİB, Çince (geleneksel) Tayvan, Danca (Danimarka), Hırvatça (Bosna-Hersek), Hırvatça (Hırvatça), Hırvatça (Sırbistan), Felemenkçe (Hollanda), İngilizce (Avustralya), İngilizce (Kanada), İngilizce (Hindistan), İngilizce (Birleşik Krallık), İngilizce (Amerika Birleşik Devletleri), Estonca (Estonya), Fince (Finlandiya), Fransızca (Fransa), Almanca (Almanya), Macarca (Macaristan), İzlandaca (İzlanda), İtalyanca (İtalya), Japonca (Japonya), Korece (Kore), Litvanyaca (Litvanya), Letonca (Letonya), Malayca (Malezya), Norveççe (Norveç), Lehçe (Polonya), Portekizce (Portekiz), Rumence (Romanya), Slovakça (Slovakya), Slovence (Slovenya), Sırpça (Sırbistan), İspanyolca (İspanya), İsveççe (İsveç).
En iyi sonuçları elde etmek için her fatura için net bir fotoğraf veya tarama sağlayın.
- Resim biçimi JPEG, PNG veya PDF olmalıdır.
- Dosya boyutu 20 MB'yi aşmamalıdır.
- Resimlerin boyutları 50 x 50 ile 10.000 x 10.000 piksel arasında olmalıdır.
- PDF boyutlarının en çok 17 x 17 inç olması gerekir; bu, Legal veya A3 kağıt boyutlarının eş değeridir veya daha küçüktür.
- PDF belgeleri için yalnızca ilk 2.000 sayfa işlenir.
Model çıkışı
Bir fatura algılanırsa fatura işleme modeli aşağıdaki bilgileri verir:
| Özellik | Açıklama |
|---|---|
| Ödenecek tutar (metin) | Faturada yazıldığı gibi ödenecek tutar. |
| Ödenecek tutar (sayı) | Standart sayı biçiminde ödenecek tutar. Örnek: 1234,98. |
| Ödenecek tutarın güveni | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Fatura adresi | Fatura adresi. |
| Fatura adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Fatura adresi alıcısı | Fatura adresi alıcısı. |
| Fatura adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Müşteri adresi | Müşteri adresi. |
| Müşteri adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Müşteri adresi alıcısı | Müşteri adresi alıcısı. |
| Müşteri adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Müşteri kimliği | Müşteri kimliği. |
| Müşteri kimliğinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Müşteri adı | Müşteri adı. |
| Müşteri adının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Müşteri vergi kimliği | Müşteriyle ilişkili vergi mükellefi numarası. |
| Müşteri vergi kimliğinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Son tarih (metin) | Faturada yazıldığı gibi vade tarihi. |
| Son tarih (tarih) | Standart tarih biçiminde vade tarihi. Örnek: 2019-05-31. |
| Vade tarihinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Fatura tarihi (metin) | Faturada yazıldığı şekliyle fatura tarihi. |
| Fatura tarihi (tarih) | Standart tarih biçiminde fatura tarihi. Örnek: 2019-05-31. |
| Fatura tarihinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Fatura kimliği | Fatura kimliği. |
| Fatura kimliğinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Fatura toplamı (metin) | Faturada yazıldığı şekliyle fatura toplamı. |
| Fatura toplamı (sayı) | Standart tarih biçiminde fatura toplamı. Örnek: 2019-05-31. |
| Fatura toplamının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Kalemler | Faturadan çıkarılan satır maddeleri. Güvenilirlik puanları her bir sütun için kullanılabilir.
|
| Ödeme koşulları | Faturanın ödeme koşulları. |
| Ödeme koşullarının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Satın alma siparişi | Satın alma siparişi. |
| Satın alma siparişinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Önceki ödenmemiş bakiye (metin) | Faturada yazıldığı haliyle önceki ödenmemiş bakiye. |
| Önceki ödenmemiş bakiye (sayı) | Standartlaştırılmış sayı biçiminde önceki ödenmemiş bakiye. Örnek: 1234,98. |
| Önceki ödenmemiş bakiyenin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Havale adresi | Havale adresi. |
| Havale adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Havale adresi alıcısı | Havale adresi alıcısı. |
| Havale adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Hizmet adresi | Hizmet adresi. |
| Hizmet adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Hizmet adresi alıcısı | Hizmet adresi alıcısı. |
| Hizmet adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Hizmet başlangıç tarihi (metin) | Faturada yazıldığı haliyle hizmet başlangıç tarihi. |
| Hizmet başlangıç tarihi (tarih) | Standartlaştırılmış tarih biçiminde hizmet başlangıç tarihi. Örnek: 2019-05-31. |
| Hizmet başlangıç tarihinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Hizmet bitiş tarihi (metin) | Faturada yazıldığı haliyle hizmet bitiş tarihi. |
| Hizmet bitiş tarihi (tarih) | Standartlaştırılmış tarih biçiminde hizmet bitiş tarihi. Örnek: 2019-05-31. |
| Hizmet bitiş tarihinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Sevkiyat adresi | Sevkiyat adresi. |
| Sevkiyat adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Teslimat adresi alıcısı | Teslimat adresi alıcısı. |
| Teslimat adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Ara toplam (metin) | Faturada yazıldığı gibi alt toplam. |
| Ara toplam (sayı) | Standart sayı biçiminde alt toplam. Örnek: 1234,98. |
| Alt toplamın güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Toplam vergi (metin) | Faturada yazıldığı gibi toplam vergi. |
| Toplam vergi (sayı) | Standart sayı biçiminde toplam vergi. Örnek: 1234,98. |
| Toplam verginin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Satıcı adresi | Satıcı adresi. |
| Satıcı adresinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Satıcı adresi alıcısı | Satıcı adresi alıcısı. |
| Satıcı adresi alıcısının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Satıcı adı | Satıcı adı. |
| Satıcı adının güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Satıcı vergi kimliği | Satıcıyla ilişkili vergi mükellefi numarası. |
| Satıcı vergi kimliğinin güvenilirliği | Modelin tahmininin ne kadar güvenilir olduğu. 0 (düşük güvenirlik) ve 1 (yüksek güvenirlik) arasında puan. |
| Algılanan metin | Faturada OCR'yi çalıştırma sonucu tanınan metin satırı. Bir metin listesinin parçası olarak döndürülür. |
| Saptanan anahtar | Anahtar-değer çiftlerinin tümü tanımlanmış etiketler veya anahtarlar ile bunlarla ilişkili yanıtlar veya değerlerdir. Bunları, önceden tanımlı alan listesinin parçası olmayan ek değerleri ayıklamak için kullanabilirsiniz. |
| Saptanan değer | Anahtar-değer çiftlerinin tümü tanımlanmış etiketler veya anahtarlar ile bunlarla ilişkili yanıtlar veya değerlerdir. Bunları, önceden tanımlı alan listesinin parçası olmayan ek değerleri ayıklamak için kullanabilirsiniz. |
Anahtar değer çiftleri
Anahtar-değer çiftlerinin tümü tanımlanmış etiketler veya anahtarlar ile bunlarla ilişkili yanıtlar veya değerlerdir. Bunları, önceden tanımlı alan listesinin parçası olmayan ek değerleri ayıklamak için kullanabilirsiniz.
Fatura işleme modeli tarafından algılanan tüm anahtar-değer çiftlerini görselleştirmek için ekran görüntüsünde gösterildiği gibi akışınıza bir HTML tablosu Oluştur eylemi ekleyebilir ve akışı çalıştırabilirsiniz.
Değerini bildiğiniz belirli bir anahtarı ayıklamak için aşağıdaki ekran görüntüsünde gösterildiği gibi Filtre dizisi eylemini kullanabilirsiniz. Ekran görüntüsü örneğinde, Tel .: anahtarı içindeğeri ayıklayabilirsiniz
Sınırlar
Belge işleme modelleri (önceden oluşturulmuş modeller: makbuz işleme ve fatura işleme dahil) genelinde ortam başına yapılan çağrılar için aşağıdaki sınır geçerlidir.
| Eylem | Sınır | Yenileme süresi |
|---|---|---|
| Çağrı sayısı (ortam başına) | Kategori 360 | 60 saniye |
Özel fatura işleme çözümü oluşturma
Önceden oluşturulmuş fatura işleme yapay zeka modeli, faturalarda bulunan ortak alanları ayıklamak için tasarlanmıştır. Her işletme benzersiz olduğundan, bu önceden oluşturulmuş modelde yer alan alanlar dışında alanları ayıklamak isteyebilirsiniz. Bu ayrıca birlikte çalıştığınız belirli bir fatura türü için bazı standart alanların iyi ayıklanmayacağını belirten bir durumdur. Bu sorunu gidermek için iki seçenek vardır:
Özel Faturalar işleme modelini kullanma: Varsayılan olarak eklenenlere ek olarak ayıklanacak yeni alanlar veya doğru şekilde ayıklanmamış belge örneklerini ekleyerek önceden oluşturulmuş fatura işleme modelinin davranışlarını iyileştirin. Önceden oluşturulan fatura işleme modelinin nasıl geliştirileceğini öğrenmek için Belge türünü seçme başlıklı makaleye gidin.
Ham OCR sonuçlarını görüntüleme: Önceden oluşturulmuş fatura işleme yapay zeka modeli, sağladığınız bir dosyayı işlediğinde, aynı zamanda dosyada yazılan her sözcüğü ayıklamak için bir OCR işlemi yapar. Model tarafından sağlanan algılanan metin çıktısı üzerinde ham OCR sonuçlarına erişebilirsiniz. Algılanan metin tarafından döndürülen içerik üzerinde basit bir arama yapılması, ihtiyacınız olan verileri almak için yeterli olabilir.
Belge işlemeyi kullanma: AI Builder ile, birlikte çalıştığınız belgeler için gereksinim duyduğunuz belirli alanları ve tabloları ayıklamak için kendi özel yapay zeka modelinizi de oluşturabilirsiniz. Belge işleme modeli oluşturun ve fatura ayıklama modeli ile iyi çalışmayan bir faturadan tüm bilgileri ayıklamak için eğitin.
Özel belge işleme modelinizi eğittiğinizde, bunu bir Power Automate akışında önceden oluşturulmuş fatura işleme modeliyle bir akış şeklinde birleştirebilirsiniz.
İşte bazı örnekler:
Önceden oluşturulmuş fatura işleme modeli tarafından döndürülmeyen ek alanları ayıklamak için özel belge işleme modeli kullanma
Bu örnekte, yalnızca Adatum ve Contoso sağlayıcılarından gelen faturalarda bulunan bir sadakat programı numarası ayıklamak için özel bir belge işleme modeli eğittik.
Akış, bir SharePoint klasörüne yeni bir fatura eklendiğinde tetiklenir. Daha sonra, verilerini ayıklamak için önceden oluşturulmuş fatura işleme yapay zeka modelini çağırır. Ardından, işlenen faturanın satıcısının Adatum mu Contoso mu olduğunu kontrol ediyoruz. Eğer durum böyleyse sadakat numarasını almak için eğittiğimiz özel bir belge işleme modelini çağırıyoruz. Son olarak, faturadan ayıklanan verileri bir Excel dosyasına kaydediyoruz.
Bir alanın önceden oluşturulmuş fatura işleme modeli tarafından döndürülen güvenilirlik puanı düşükse özel belge işleme modeli kullanma
Bu örnekte, fatura işleme modelinin kullanımında genellikle düşük güvenilirlik puanı aldığımız faturalardan toplam tutarı ayıklamak için özel bir belge işleme modeli eğittik.
Akış, bir SharePoint klasörüne yeni bir fatura eklendiğinde tetiklenir. Daha sonra, verilerini ayıklamak için önceden oluşturulmuş fatura işleme yapay zeka modelini çağırır. Ardından, Fatura toplam değeri özelliğinin güvenilirlik puanının 0,65'ten az olup olmadığını kontrol ediyoruz. Durum buysa genellikle toplam alanı için düşük güvenilirlik puanı aldığımız faturalarla eğittiğimiz özel bir belge işleme modelini çağırıyoruz. Son olarak, faturadan ayıklanan verileri bir Excel dosyasına kaydediyoruz.
Özel belge işleme modelinin işlemek üzere eğitilmediği faturaları işlemek için önceden oluşturulmuş fatura işleme modelini kullanma
Önceden oluşturulmuş fatura işleme modelini kullanmanın yollarından biri, özel belge işleme modelinizde eğitmediğiniz faturaları işlemek için bir geri dönüş modeli olarak kullanmaktır. Örneğin, bir belge işleme modeli oluşturduğunuzu ve en iyi 20 fatura sağlayıcınızdan veri ayıklamak için eğittiğinizi varsayalım. Tüm yeni faturaları veya daha düşük hacimli faturaları işlemek için önceden oluşturulmuş fatura işleme modelini kullanabilirsiniz. Bunu nasıl yapabileceğinize bir örnek aşağıda verilmiştir:
Bu akış, bir SharePoint klasörüne yeni bir fatura eklendiğinde tetiklenir. Daha sonra, verilerini ayıklamak için özel bir belge işleme modelini çağırır. Ardından, algılanan koleksiyonun güvenilirlik puanının 0,65'ten az olup olmadığını kontrol ediyoruz. Bu, servis talebiyse sağlanan faturanın muhtemelen özel model için iyi bir eşleşme olmadığı anlamına gelir. Ardından önceden oluşturulan fatura işleme modelini çağırıyoruz. Son olarak, faturadan ayıklanan verileri bir Excel dosyasına kaydediyoruz.
