Modèle IA prédéfini de traitement des factures

Le modèle IA prédéfini de traitement des factures extrait les principales données de facturation pour faciliter l’automatisation du traitement des factures. Le modèle de traitement des factures est optimisé pour reconnaître les éléments de facture courants tels que la référence de la facture, la date de la facture, le montant dû, etc.

Le modèle Factures vous permet d’augmenter le comportement par défaut en créant un modèle de factures personnalisé.

Utiliser dans Power Apps

Découvrez comment utiliser le modèle prédéfini de traitement des factures dans Power Apps dans Utiliser le modèle prédéfini de traitement des factures dans Power Apps.

Utiliser dans Power Automate

Découvrez comment utiliser le modèle prédéfini de traitement des factures dans Power Automate dans Utiliser le modèle prédéfini de traitement des factures dans Power Automate.

Langues et fichiers pris en charge

Les langues suivantes sont prises en charge : albanais (Albanie), tchèque (République tchèque), chinois (simplifié) Chine, chinois (traditionnel) Hong Kong R.A.S., chinois (traditionnel) Taiwan, danois (Danemark), croate (Bosnie-Herzégovine), croate (Croatie), croate (Serbie), néerlandais (Pays-Bas), anglais (Australie), anglais (Canada), anglais (Inde), anglais (Royaume-Uni), anglais (États-Unis), estonien (Estonie), finnois (Finlande), français (France), allemand (Allemagne), hongrois (Hongrie), islandais (Islande), italien (Italie), japonais (Japon), coréen (Corée), lituanien (Lituanie), letton (Lettonie), malais (Malaisie), norvégien (Norvège), polonais (Pologne), portugais (Portugal), roumain (Roumanie), slovaque (Slovaquie), slovène (Slovénie), serbe (Serbie), espagnol (Espagne), suédois (Suède).

Pour obtenir les meilleurs résultats, fournissez une photo claire ou numérisée par facture.

• Le format d’image doit être JPEG, PNG ou PDF.
• La taille du fichier ne doit pas dépasser 20 Mo.
• Pour les images, les dimensions doivent être comprises entre 50 x 50 pixels et 10 000 x 10 000 pixels.
• Les dimensions du PDF doivent être au maximum de 17 x 17 pouces, ce qui équivaut au format de papier Legal ou A3 ou inférieur.
• Pour les documents PDF, seules les 2,000 premières pages sont traitées.

Sortie du modèle

Si une facture est détectée, le modèle de traitement des factures affiche les informations suivantes :

Score de confiance

Paires clé-valeur

Les paires clé-valeur sont toutes les étiquettes ou clés identifiées, et leurs réponses ou valeurs associées. Vous pouvez les utiliser pour extraire des valeurs supplémentaires qui ne font pas partie de la liste de champs prédéfinie.

Pour visualiser toutes les paires clé-valeur détectées par le modèle de traitement de facture, vous pouvez ajouter une action Créer une table HTML dans votre flux cloud, comme illustré dans la capture d’écran et exécuter le flux cloud.

Pour extraire une clé spécifique pour laquelle vous connaissez sa valeur, vous pouvez utiliser l’action de tableau de filtres , comme illustré dans la capture d’écran suivante. Dans l’exemple de la capture d’écran, nous voulons extraire la valeur de la clé Tel . :

Limites

La limite suivante s’applique aux appels effectués par environnement entre les modèles de traitement de documents, y compris les modèles prédéfinis : traitement des reçus et traitement des factures.

Créer une solution de traitement des factures personnalisée

Le modèle IA prédéfini de traitement des factures est conçu pour extraire les champs communs trouvés dans les factures. Étant donné que chaque entreprise est unique, vous pouvez extraire des champs autres que ceux inclus dans ce modèle prédéfini. Il peut également s’agir du cas où certains champs standard ne sont pas bien extraits pour un type particulier de facture avec lequel vous travaillez. Pour résoudre ce problème, il existe deux options :

• Utilisez le modèle de traitement des factures personnalisé : augmentez les comportements du modèle de traitement de facture prédéfini en ajoutant de nouveaux champs à extraire en plus des champs par défaut, ou des exemples de documents non correctement extraits. Pour savoir comment augmenter le modèle de traitement de facture prédéfini, accédez à Sélectionner le type de document.

• Afficher les résultats OCR bruts : chaque fois que le modèle IA prédéfini de traitement de facture traite un fichier que vous fournissez, il effectue également une opération OCR pour extraire chaque mot écrit sur le fichier. Vous pouvez accéder aux résultats OCR bruts sur la sortie de texte détectée fournie par le modèle. Une recherche simple sur le contenu retourné par du texte détecté peut suffire pour obtenir les données dont vous avez besoin.

• Utilisez le traitement des documents : avec AI Builder, vous pouvez également créer votre propre modèle IA personnalisé pour extraire des champs et des tables spécifiques dont vous avez besoin pour les documents que vous utilisez. Il vous suffit de créer un modèle de traitement de document et de l’entraîner pour extraire toutes les informations d’une facture qui ne fonctionne pas correctement avec le modèle d’extraction de facture.

Une fois que vous avez entraîné votre modèle de traitement de document personnalisé, vous pouvez le combiner avec le modèle prédéfini de traitement des factures dans un flux cloud Power Automate.

Voici quelques exemples :

Utiliser un modèle de traitement de document personnalisé pour extraire des champs supplémentaires qui ne sont pas retournés par le modèle prédéfini de traitement des factures

Dans cet exemple, nous avons formé un modèle de traitement de documents personnalisé pour extraire un numéro de programme de fidélité, uniquement présent dans les factures des fournisseurs Adatum et Contoso.

Le flux cloud est déclenché lorsqu’une nouvelle facture est ajoutée à un dossier SharePoint. Il appelle ensuite le modèle IA prédéfini de traitement des factures pour extraire ses données. Ensuite, nous vérifions si le fournisseur pour la facture qui a été traitée provient d’Adatum ou de Contoso. Si tel est le cas, nous appelons ensuite un modèle de traitement de documents personnalisé que nous avons entraîné pour obtenir ce numéro de fidélité. Enfin, nous enregistrons les données extraites de la facture dans un fichier Excel.

Utiliser un modèle de traitement de document personnalisé si le score de confiance d’un champ retourné par le modèle prédéfini de traitement des factures est faible

Dans cet exemple, nous avons formé un modèle de traitement de document personnalisé pour extraire le montant total des factures où nous obtenons généralement un score de confiance faible lors de l’utilisation du modèle prédéfini de traitement des factures.

Le flux cloud est déclenché lorsqu’une nouvelle facture est ajoutée à un dossier SharePoint. Il appelle ensuite le modèle IA prédéfini de traitement des factures pour extraire ses données. Ensuite, nous vérifions si le score de confiance pour la propriété valeur totale de la facture est inférieur à 0,65. Si tel est le cas, nous appelons alors un modèle de traitement de documents personnalisé que nous avons entraîné avec des factures où nous obtenons généralement un faible score de confiance pour le champ total. Enfin, nous enregistrons les données extraites de la facture dans un fichier Excel.

Utiliser le modèle prédéfini de traitement des factures pour gérer les factures qu’un modèle de traitement de document personnalisé n’est pas entraîné pour gérer

L’une des façons d’utiliser le modèle prédéfini de traitement des factures consiste à l’utiliser comme modèle de secours pour gérer les factures que vous n’avez pas entraînées dans votre modèle de traitement de document personnalisé. Par exemple, supposons que vous avez créé un modèle de traitement de document et que vous l’avez entraîné pour extraire des données de vos 20 principaux fournisseurs de factures. Vous pouvez ensuite utiliser le modèle prédéfini de traitement des factures pour traiter toutes les nouvelles factures ou les factures de volume inférieur. Voici un exemple de la façon dont vous pouvez le faire :

Ce flux cloud est déclenché lorsqu’une nouvelle facture est ajoutée à un dossier SharePoint. Il appelle ensuite un modèle de traitement de document personnalisé pour extraire ses données. Ensuite, nous vérifions si le score de confiance pour la collection détectée est inférieur à 0,65. Si c’est le cas, cela signifie probablement que la facture fournie ne correspond pas bien au modèle personnalisé. Nous appelons ensuite le modèle de traitement de facture prédéfini. Enfin, nous enregistrons les données extraites de la facture dans un fichier Excel.

Informations connexes

• Formation : Extraire des données de facture avec le modèle prédéfini d’AI Builder (module)
• Vidéo : Comment automatiser la copie des données de facture dans Excel en 1 minute