文档智能银行对帐单模型

文档智能银行对帐单模型将强大的光学字符识别 (OCR) 功能与深度学习模型相结合，可从美国银行对帐单中分析和提取数据。 API 分析打印的银行对帐单，提取客户编号、银行详细信息、对帐单详细信息、交易详细信息和费用等关键信息，并返回结构化 JSON 数据表示形式。 使用 V4.0 正式版，现在可以提取美国银行帐单中的支票表。

银行对帐单数据提取

银行对帐单有助于审阅帐户在指定时间段内的活动。 其为正式对帐单，有助于检测欺诈、跟踪费用、计帐误差并记录该期间的活动。 了解如何使用 prebuilt-bankStatement.us 模型提取数据。 需要以下资源：

• 一个 Azure 订阅（可以免费创建一个）

• Azure 门户中的文档智能实例。 可以使用免费定价层 (F0) 来试用该服务。 在部署资源后，选择“转到资源”以获取密钥和终结点。

  

文档智能工作室

1. 在文档智能工作室主页上，选择“银行对帐单”。

2. 可以分析示例银行对帐单或上传自己的文件。

3. 选择“运行分析”按钮，并根据需要配置“分析选项”：

   

   试用文档智能工作室

输入要求

支持以下文件格式。

• 照片和扫描：为获得最佳结果，请为每个文档提供一张清晰的照片或高质量的扫描。
• PDF 和 TIFF：对于 PDF 和 TIFF，最多可以处理 2,000 页。 （使用免费层订阅时，只处理前两个页面。
• 文件大小：用于分析文档的文件大小是付费层 （S0） 层的 500 MB，免费层为 4 MB（F0） 层。
• 图像尺寸：尺寸必须介于 50 像素 x 50 像素和 10,000 像素 x 10,000 像素之间。
• 密码锁：如果 PDF 是密码锁定的，则必须在提交之前删除该锁。
• 文本高度：要提取的文本的最小高度是 1024 x 768 像素图像的 12 像素。 此尺寸对应于 150 点/英寸的大约 8 号字文本。
• 自定义模型训练：自定义模板模型的最大训练页数为 500，自定义神经模型为 50,000。
• 自定义提取模型训练：对于模板模型，训练数据的总大小为 50 MB，神经网络模型为 1 GB。
• 自定义分类模型训练：训练数据的总大小为 1 GB，最大为 10,000 页。 对于 2024-11-30（GA），训练数据的总大小为 2 GB，最大为 10,000 页。
• Office 文件类型（DOCX、XLSX、PPTX）：最大字符串长度限制为 800 万个字符。

支持的语言和区域设置

有关受支持语言的完整列表，请参阅我们的预生成模型语言支持页面。

字段提取

有关受支持的文档提取字段，请参阅 GitHub 示例存储库中的银行账单模型架构页。

支持的区域设置

prebuilt-bankStatement.us 版本 2027-11-30 支持 en-us 区域设置。

后续步骤

• 尝试使用文档智能工作室来处理你自己的表单和文档

• 完成文档智能快速入门，并使用你选择的开发语言开始创建文档处理应用。