Примітка
Доступ до цієї сторінки потребує авторизації. Можна спробувати ввійти або змінити каталоги.
Доступ до цієї сторінки потребує авторизації. Можна спробувати змінити каталоги.
Попередньо створена модель штучного інтелекту для обробки рахунків-фактур витягує ключові дані рахунків-фактур, щоб допомогти автоматизувати обробку рахунків-фактур. Модель обробки рахунків-фактур оптимізована для розпізнавання поширених елементів рахунка-фактури, таких як ідентифікатор рахунка-фактури, дата рахунка-фактури, сума до сплати тощо.
Модель «Рахунки-фактури » дає змогу доповнити поведінку за замовчуванням, побудувавши спеціальну модель «Рахунки-фактури».
Використовувати в Power Apps
Щоб дізнатися, як використовувати вбудовану Power Apps модель для обробки рахунків-фактур, перейдіть до розділу Використовувати вбудовану модель для обробки рахунків-фактур Power Apps.
Використання в Power Automate
Щоб дізнатися, як використовувати вбудовану Power Automate модель для обробки рахунків-фактур, перейдіть до розділу Використовувати вбудовану модель для Power Automate обробки рахунків-фактур.
Підтримувані мови та файли
Підтримуються такі мови: албанська (Албанія), чеська (Чехія), китайська (спрощена) Китайська, китайська (традиційна) ОАР Гонконг, китайська (традиційна) Тайвань, данська (Данія), хорватська (Боснія і Герцеговина), хорватська (Хорватія), хорватська (Сербія), нідерландська (Нідерланди), англійська (Австралія), англійська (Канада), англійська (Індія), англійська (Сполучене Королівство), англійська (США), естонська (Естонія), фінська (Фінляндія), французька (Франція), німецька (Німеччина), угорська (Угорщина), ісландська (Ісландія), італійська (Італія), японська (Японія), корейська (Корея), литовська (Литва), латвійська (Латвія), малайська (Малайзія), норвезька (Норвегія), польська (Польща), португальська (Португалія), румунська (Румунія), словацька (Словаччина), словенська (Словенія), сербська (Сербія), іспанська (Іспанія), шведська (Швеція).
Щоб отримати найкращі результати, надайте одну чітку фотографію або скан на рахунок-фактуру.
- Формат зображення має бути JPEG, PNG або PDF.
- Розмір файлу не повинен перевищувати 20 МБ.
- Розміри зображення мають бути від 50 x 50 пікселів до 10 000 x 10 000 пікселів.
- Розміри PDF мають бути не більше 17 x 17 дюймів, що еквівалентно форматам паперу Legal або A3 або менше.
- Для PDF-документів обробляються лише перші 2 000 сторінок.
Висновок моделі
Якщо рахунок-фактура виявлено, модель обробки інвойсу видає наступну інформацію:
| Властивість | Визначення |
|---|---|
| Сума до сплати (текст) | Сума до сплати вказана в рахунку-фактурі. |
| Сума до сплати (число) | Сума до сплати в стандартизованому числовому форматі. Приклад: 1234,98. |
| Достовірність суми до сплати | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса для надсилання рахунків | Адреса для виставлення рахунків. |
| Достовірність адреси надсилання рахунків | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач в адресі для надсилання рахунків | Платіжна адреса одержувача. |
| Достовірність одержувача в адресі для надсилання рахунків | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса клієнта | Адреса клієнта. |
| Достовірність адреси клієнта | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач у адресі клієнта | Адреса клієнта одержувача. |
| Достовірність одержувача в адресі клієнта | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Ідентифікатор клієнта | Ідентифікатор клієнта. |
| Достовірність ідентифікатора клієнта | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Ім’я клієнта | Ім’я клієнта. |
| Достовірність імені клієнта | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Податковий ідентифікатор клієнта | Номер платника податків, пов’язаний із замовником. |
| Достовірність податкового ідентифікатора клієнта | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Дата сплати (текст) | Дата погашення, як зазначено в рахунку-фактурі. |
| Дата сплати (дата) | Дата пологів у стандартизованому форматі дати. Приклад: 2019-05-31. |
| Достовірність дати сплати | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Дата рахунка (текст) | Дата рахунка-фактури така, як зазначено в рахунку-фактурі. |
| Дата рахунка (дата) | Дата рахунка-фактури в стандартизованому форматі дати. Приклад: 2019-05-31. |
| Достовірність дати рахунка | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Ідентифікатор рахунка | Ідентифікатор рахунка-фактури. |
| Достовірність ідентифікатора рахунка | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Загальна сума рахунка (текст) | Загальна сума рахунка-фактури, як зазначено в рахунку-фактурі. |
| Загальна сума рахунка (число) | Загальна сума рахунка-фактури в стандартизованому форматі дати. Приклад: 2019-05-31. |
| Достовірність загальної суми рахунка | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Позиції | Рядкові позиції витягуються з рахунку-фактури. Показники достовірності доступні для кожного стовпця.
|
| Умови оплати | Умови оплати виставленого рахунку. |
| Достовірність умов оплати | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Замовлення на придбання | Замовлення на закупівлю. |
| Достовірність замовлення на придбання | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Попереднє несплачене сальдо (текст) | Попередній несплачений залишок, як зазначено в рахунку-фактурі. |
| Попереднє несплачене сальдо (число) | Попередній неоплачений залишок у форматі стандартизованих чисел. Приклад: 1234,98. |
| Достовірність попереднього несплаченого сальдо | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса переказу | Адреса для грошових переказів. |
| Достовірність адреси переказу | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач у адресі переказу | Адреса для отримання грошового переказу. |
| Достовірність одержувача в адресі переказу | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса надання послуг | Адреса служби. |
| Достовірність адреси надання послуг | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач в адресі надання послуг | Адреса послуги отримувача. |
| Достовірність одержувача в адресі надання послуг | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Дата початку послуги (текст) | Дата початку надання послуги зазначена в рахунку-фактурі. |
| Дата початку послуги (дата) | Дата початку надання послуги в стандартизованому форматі дати. Приклад: 2019-05-31. |
| Достовірність дати початку послуги | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Дата закінчення послуги (текст) | Дата закінчення послуги зазначена в рахунку-фактурі. |
| Дата закінчення послуги (дата) | Дата завершення служби в стандартизованому форматі дати. Приклад: 2019-05-31. |
| Достовірність дати закінчення послуги | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса доставки | Адреса доставки. |
| Достовірність адреси доставки | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач у адресі доставки | Адреса доставки одержувача. |
| Достовірність одержувача в адресі доставки | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Проміжна сума (текст) | Проміжний підсумок, як зазначено в рахунку-фактурі. |
| Проміжна сума (число) | Проміжний підсумок у стандартизованому числовому форматі. Приклад: 1234,98. |
| Достовірність проміжної суми | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Загальна сума податку (текст) | Загальна сума податку, як зазначено в рахунку-фактурі. |
| Загальна сума податку (число) | Загальний податок у форматі стандартизованих номерів. Приклад: 1234,98. |
| Достовірність загальної суми податку | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Адреса постачальника | Адреса постачальника. |
| Достовірність адреси постачальника | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Одержувач в адресі постачальника | Адреса одержувача постачальника. |
| Достовірність одержувача в адресі постачальника | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Ім’я постачальника | Ім’я постачальника. |
| Достовірність імені постачальника | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Податковий ідентифікатор постачальника | Номер платника податків, пов’язаний із постачальником. |
| Достовірність податкового ідентифікатора постачальника | Наскільки модель впевнена у своєму прогнозі. Оцінка від 0 (низька впевненість) до 1 (висока впевненість). |
| Виявлений текст | Рядок розпізнаного тексту під час виконання OCR у рахунку-фактурі. Повертається як частина списку тексту. |
| Виявлений ключ | Пари ключ-значення — це всі ідентифіковані мітки або ключі та пов’язані з ними відповіді або значення. Їх можна використовувати для вилучення додаткових значень, які не входять до попередньо визначеного списку полів. |
| Виявлене значення | Пари ключ-значення — це всі ідентифіковані мітки або ключі та пов’язані з ними відповіді або значення. Їх можна використовувати для вилучення додаткових значень, які не входять до попередньо визначеного списку полів. |
Пари ключ-значення
Пари ключ-значення — це всі ідентифіковані мітки або ключі та пов’язані з ними відповіді або значення. Їх можна використовувати для вилучення додаткових значень, які не входять до попередньо визначеного списку полів.
Щоб візуалізувати всі пари ключ-значення, виявлені моделлю обробки рахунків-фактур, ви можете додати дію Створити HTML-таблицю у свій хмарний потік, як показано на знімку екрана, і запустити хмарний потік.
Щоб витягти конкретний ключ, значення якого вам відоме, ви можете використовувати дію Фільтрувати масив , як показано на скріншоті нижче. У прикладі скріншота ми хочемо витягти значення для ключа Tel .:
Обмеження
Наведене нижче обмеження застосовується до викликів, здійснених на кожне середовище в різних моделях обробки документів, включаючи готові моделі: обробка чеків і обробка рахунків-фактур.
| Дія | Межа | Період продовження |
|---|---|---|
| Дзвінки (за середовищем) | 360 | 60 секунд |
Створіть власне рішення для обробки рахунків-фактур
Попередньо створена модель штучного інтелекту для обробки рахунків-фактур призначена для вилучення загальних полів, знайдених у рахунках-фактурах. Оскільки кожен бізнес унікальний, ви можете захотіти витягти поля, відмінні від тих, що включені в цю попередньо створену модель. Також може статися так, що деякі стандартні поля недостатньо добре витягнуті для певного типу рахунків-фактур, з якими ви працюєте. Щоб вирішити цю проблему, є два варіанти:
Використовуйте користувацьку модель обробки рахунків-фактур: доповніть поведінку попередньо створеної моделі обробки рахунків-фактур, додавши нові поля, які потрібно витягнути на додаток до тих, що за замовчуванням, або зразків документів, які не витягнуті належним чином. Щоб дізнатися, як доповнити готову модель обробки рахунків-фактур, перейдіть до розділу Виберіть тип документа.
Перегляд необроблених результатів OCR: щоразу, коли попередньо створена модель штучного інтелекту для обробки рахунків-фактур обробляє наданий вами файл, вона також виконує операцію оптичного розпізнавання символів, щоб витягнути кожне слово, записане у файлі. Ви можете отримати доступ до необроблених результатів OCR на виході виявленого тексту, наданому моделлю. Простого пошуку в контенті, який повертає виявлений текст, може бути достатньо, щоб отримати потрібні дані.
Використовуйте обробку документів: за AI Builder допомогою цього ви також можете створити власну власну модель штучного інтелекту для вилучення конкретних полів і таблиць, які вам потрібні для документів, з якими ви працюєте. Просто створіть модель обробки документів і навчіть її витягувати всю інформацію з рахунку-фактури, яка погано працює з моделлю витягування рахунків-фактур.
Навчивши власну модель обробки документів, ви зможете поєднати її з попередньо створеною моделлю обробки рахунків-фактур у хмарному Power Automate потоці.
Ось кілька прикладів:
Використовуйте спеціальну модель обробки документів, щоб витягти додаткові поля, які не повертає попередньо створена модель обробки рахунків-фактур
У цьому прикладі ми навчили спеціальну модель обробки документів витягувати номер програми лояльності, який присутній лише в рахунках від постачальників Adatum і Contoso.
Хмарний потік спрацьовує, коли в SharePoint папку додається новий інвойс. Потім він викликає попередньо створену модель штучного інтелекту для обробки рахунків-фактур, щоб отримати свої дані. Далі ми перевіряємо, чи постачальник обробленого рахунка-фактури належить Adatum або Contoso. Якщо це так, ми викликаємо спеціальну модель обробки документів, яку ми навчили, щоб отримати цей номер лояльності. Нарешті, ми зберігаємо витягнуті дані з рахунку-фактури у файлі Excel.
Використовуйте спеціальну модель обробки документів, якщо показник достовірності для поля, повернутого попередньо створеною моделлю обробки рахунків-фактур, низький
У цьому прикладі ми навчили спеціальну модель обробки документів витягувати загальну суму з рахунків-фактур, де ми зазвичай отримуємо низький показник достовірності при використанні попередньо створеної моделі обробки рахунків-фактур.
Хмарний потік спрацьовує, коли в SharePoint папку додається новий інвойс. Потім він викликає попередньо створену модель штучного інтелекту для обробки рахунків-фактур, щоб отримати свої дані. Далі ми перевіряємо, чи не менший показник достовірності для властивості загального значення рахунка-фактури менше 0,65. Якщо це так, ми викликаємо спеціальну модель обробки документів, яку ми тренували з рахунками-фактурами, де ми зазвичай отримуємо низький показник достовірності для всього поля. Нарешті, ми зберігаємо витягнуті дані з рахунку-фактури у файл Excel.
Використовуйте попередньо створену модель обробки рахунків-фактур для обробки рахунків-фактур, яким не навчилася обробляти спеціальна модель обробки документів
Одним із способів використання попередньо створеної моделі обробки рахунків-фактур є використання її як запасної моделі для обробки рахунків-фактур, які ви не навчили у своїй користувацькій моделі обробки документів. Скажімо, ви створили модель обробки документів і навчили її отримувати дані від 20 найбільших постачальників рахунків-фактур. Потім ви можете використовувати попередньо створену модель обробки рахунків-фактур для обробки всіх нових рахунків-фактур або рахунків-фактур меншого обсягу. Ось приклад того, як це можна зробити:
Цей хмарний потік спрацьовує, коли в папку додається новий рахунок-фактура SharePoint . Потім він викликає спеціальну модель обробки документів, щоб витягнути його дані. Далі ми перевіряємо, чи не менший показник достовірності для виявленої колекції ніж 0,65. Якщо це так, це, ймовірно, означає, що наданий рахунок-фактура не підходить для спеціальної моделі. Тоді ми називаємо попередньо створену модель обробки рахунків-фактур. Нарешті, ми зберігаємо витягнуті дані з рахунку-фактури у файлі Excel.
