Wstępnie utworzony model AI do przetwarzania faktur

Wstępnie utworzony model AI przetwarzania faktur wyodrębnia kluczowe dane faktur, aby ułatwić automatyzację przetwarzania faktur. Model przetwarzania faktur jest zoptymalizowany do rozpoznawania typowych elementów faktur, takich jak identyfikator faktury, data faktury, kwota należna itd.

Model Faktury umożliwia tworzenie niestandardowego modelu faktur na podstawie domyślnego zachowania.

Korzystanie w usłudze Power Apps

Dowiedz się, jak korzystać z gotowego modelu przetwarzania faktur w aplikacji Power Apps w sekcji Korzystanie z gotowego modelu przetwarzania faktur w aplikacji Power Apps.

Korzystanie w usłudze Power Automate

Dowiedz się, jak korzystać z gotowego modelu przetwarzania faktur w aplikacji Power Automate w sekcji Korzystanie z gotowego modelu przetwarzania faktur w aplikacji Power Automate.

Obsługiwane języki i pliki

Obsługiwane są następujące języki: albański (Albania), czeski (Czechy), chiński (uproszczony) Chiny, chiński (tradycyjny) Hongkong SAR, chiński (tradycyjny) Tajwan, duński (Dania), chorwacki (Bośnia i Hercegowina), chorwacki (Chorwacja), chorwacki (Serbia), holenderski (Holandia), angielski (Australia), angielski (Kanada), angielski (Indie), angielski (Zjednoczone Królestwo), angielski (Stany Zjednoczone), estoński (Estonia), fiński (Finlandia), francuski (Francja), niemiecki (Niemcy), węgierski (Węgry), islandzki (Islandia), włoski (Włochy), japoński (Japonia), koreański (Korea), litewski (Litwa), łotewski (Łotwa), malajski (Malezja), norweski (Norwegia), polski (Polska), portugalski (Portugalia), rumuński (Rumunia), słowacki (Słowacja), słoweński (Słowenia), serbski (Serbia), hiszpański (Hiszpania), szwedzki (Szwecja).

Aby uzyskać najlepsze wyniki, podaj jedno wyraźne zdjęcie lub skan każdej faktury.

• Obraz powinien być zapisany w formacie .JPEG .PNG lub .PDF.
• Rozmiar pliku nie może przekraczać 20 MB.
• Wymiary obrazów muszą należeć do przedziału od 50 x 50 pikseli a 10 000 x 10 000 pikseli.
• Format pliku PDF musi wynosić maksymalnie 17 x 17 cali, czyli musi być równy formatowi A3 lub formatowi listowemu, albo być mniejszy.
• W przypadku dokumentów w formacie PDF przetwarzanych jest tylko pierwszych 2,000 stron.

Dane wyjściowe modelu

Po wykryciu faktury model przetwarzania faktur zawiera następujące informacje:

Współczynnik ufności

Pary klucz-wartość

Parami typu klucz-wartość są wszystkie oznaczone etykiety lub klucze oraz związane z nimi odpowiedzi i wartości. Możesz ich użyć do wyodrębnienia dodatkowych wartości, które nie są częścią wstępnie zdefiniowanej listy pól.

Aby zwizualizować wszystkie pary klucz-wartość wykryte przez model przetwarzania faktur, możesz dodać akcję Utwórz tabelę HTML w przepływie chmury, jak pokazano na zrzucie ekranu i uruchomić przepływ chmury.

Aby wyodrębnić określony klucz, dla którego znasz jego wartość, możesz użyć akcji Filtruj tablicę , jak pokazano na poniższym zrzucie ekranu. W przykładzie zrzutu ekranu chcemy wyodrębnić wartość klucza Tel.

Limits

Następujący limit dotyczy wywołań na środowisko w modelach przetwarzania dokumentów, w tym wstępnie utworzonych modeli: przetwarzania paragonów i przetwarzania faktur.

Tworzenie niestandardowego rozwiązania do przetwarzania faktur

Wstępnie utworzony model sztucznej inteligencji przetwarzania faktur został zaprojektowany w celu wyodrębnienia typowych pól znalezionych na fakturach. Ponieważ każda firma jest unikatowa, możesz wyodrębnić pola inne niż te uwzględnione w tym wstępnie utworzonym modelu. Może się też zdarzyć, że niektóre standardowe pola nie zostaną prawidłowo wyodrębnione dla konkretnego typu faktury, nad którą pracujesz. Aby rozwiązać ten problem, dostępne są dwie opcje:

• Użycie modelu przetwarzania niestandardowych faktur: należy poprawić zachowania modelu przetwarzania wstępnie utworzonej faktury, dodając nowe pola do dodatkowego wyodrębnienia domyślnie lub przykładowe dokumenty nie zostały prawidłowo wyodrębnione. Aby dowiedzieć się, jak rozszerzyć wstępnie utworzony model przetwarzania faktur, przejdź do pozycji Wybierz typ dokumentu.

• Wyświetl nieprzetworzone wyniki OCR: Za każdym razem, gdy wbudowany model AI przetwarza plik, który dostarczasz, przeprowadza także operację OCR, aby wyodrębnić każde słowo zapisane w tym pliku. Możesz uzyskać dostęp do surowych wyników OCR poprzez wykryte dane wyjściowe tekstu, które zostały dostarczone przez model. Proste wyszukiwanie zawartości zwracanej przez wykryty tekst może wystarczyć, aby uzyskać potrzebne dane.

• Korzystanie z przetwarzania dokumentów: za pomocą narzędzia AI Builder możesz również utworzyć własny niestandardowy model sztucznej inteligencji, aby wyodrębnić określone pola i tabele potrzebne do pracy z dokumentami. Wystarczy utworzyć model przetwarzania dokumentów i wytrenować go, aby wyodrębnić wszystkie informacje z faktury, która nie działa dobrze z modelem wyodrębniania faktur.

Gdy już wytrenujesz swój własny model przetwarzania dokumentów, możesz połączyć go z gotowym modelem przetwarzania faktur w przepływie w chmurze Power Automate.

Oto kilka przykładów:

Za pomocą niestandardowego modelu przetwarzania dokumentów wyodrębnij dodatkowe pola, które nie są zwracane przez wbudowany model przetwarzania faktur.

W tym przykładzie wytrenowaliśmy niestandardowy model przetwarzania dokumentów w celu wyodrębnienia numeru programu lojalnościowego, który występuje tylko na fakturach od dostawców Adatum i Contoso.

Przepływ w chmurze jest wyzwalany po dodaniu nowej faktury do folderu programu SharePoint. Następnie wywołuje on wstępnie utworzony model AI przetwarzania faktur w celu wyodrębnienia danych. Następnie sprawdzamy, czy dostawca faktury, która została przetworzona, pochodzi z firmy Adatum lub Contoso. Jeśli tak jest, wywołujemy niestandardowy model przetwarzania dokumentów, który wytrenowaliśmy do pobierania numeru w programie lojalnościowym. Na koniec zapisujemy wyodrębnione dane z faktury w pliku programu Excel.

Użyj niestandardowego modelu przetwarzania dokumentów, jeśli wynik zaufania dla pola zwróconego przez prefabrykowany model przetwarzania faktur jest niski

W tym przykładzie wytrenowaliśmy niestandardowy model przetwarzania dokumentów, aby wyodrębnić łączną kwotę z faktur, w których zwykle uzyskujemy niski współczynnik ufności podczas korzystania ze wstępnie utworzonego modelu przetwarzania faktur.

Przepływ w chmurze jest wyzwalany po dodaniu nowej faktury do folderu programu SharePoint. Następnie wywołuje przedkonfigurowany model AI do przetwarzania faktur w celu wyodrębnienia danych. Następnie sprawdzimy, czy współczynnik ufności dla właściwości całkowitej wartości faktury (Invoice total value) jest mniejszy niż 0,65. Jeśli tak jest, wywołujemy niestandardowy model przetwarzania dokumentów, który wytrenowaliśmy na fakturach, na których przeważnie otrzymujemy niski współczynnik ufności dla pola sumy. Na koniec zapisujemy wyodrębnione dane z faktury do pliku programu Excel.

Użyj wstępnie utworzonego modelu przetwarzania faktur, aby obsługiwać faktury, których niestandardowy model przetwarzania dokumentów nie jest trenowany do obsługi

Jednym ze sposobów korzystania z gotowego modelu przetwarzania faktur jest użycie go jako modelu awaryjnego do obsługi faktur, których nie przeszkoliłeś w swoim niestandardowym modelu przetwarzania dokumentów. Załóżmy na przykład, że utworzono model przetwarzania dokumentów i wytrenujesz go w celu wyodrębnienia danych od 20 najlepszych dostawców faktur. Następnie można użyć wstępnie utworzonego modelu przetwarzania faktur, aby przetworzyć wszystkie nowe faktury lub niższe faktury zbiorcze. Oto przykład tego, jak można to zrobić:

Ten przepływ w chmurze jest wyzwalany po dodaniu nowej faktury do folderu programu SharePoint. Następnie wywołuje niestandardowy model przetwarzania dokumentów w celu wyodrębnienia danych. Następnie sprawdzimy, czy współczynnik ufności wykrytej kolekcji jest mniejszy niż 0,65. Jeśli to nie jest konieczne, może to oznaczać, że dostarczana faktura nie pasuje do modelu niestandardowego. Następnie wywołujemy wstępnie utworzony model przetwarzania faktur. Na koniec zapisujemy wyodrębnione dane z faktury w pliku programu Excel.

Informacje pokrewne

• Trenowanie: wyodrębnianie danych faktur za pomocą wstępnie utworzonego modelu (modułu) narzędzia AI Builder
• Wideo: Jak zautomatyzować kopiowanie danych faktury do programu Excel w ciągu 1 minuty