Ekstrakcja danych z dokumentów (OCR i modele językowe)
Ekstrakcja danych z dokumentów zamienia fakturę, awizo, CMR albo zamówienie z pliku PDF lub ze zdjęcia w pola, które rozumie system: numer, kontrahent, daty, pozycje, kwoty. OCR odczytuje znaki, a model językowy rozpoznaje, co na tym dokumencie czym jest.
Wcześniej odczyt opierał się na szablonach: dla każdego dostawcy trzeba było wskazać, w którym miejscu strony leży numer faktury i kwota, a zmiana układu psuła odczyt do czasu poprawienia konfiguracji. Model językowy czyta treść razem z układem, więc radzi sobie z dokumentem od dostawcy, którego wcześniej nie widział. Nadal się myli, najczęściej na słabych skanach, pieczątkach i tabelach ciągnących się przez kilka stron.
Dlatego wynik jest propozycją, nie zapisem. Operator widzi dokument obok wyciągniętych pól, poprawia to, co trzeba, i zatwierdza. System dokłada reguły, których model nie wymyśla: NIP musi być w kartotece kontrahentów, suma pozycji zgadzać się z wartością dokumentu, indeks pochodzić ze słownika. Dopasowanie do zamówienia i dostawy podświetla różnicę w cenie lub ilości, zanim dokument pójdzie do akceptacji.
Na skuteczność wpływa przede wszystkim jakość wejścia: zdjęcie telefonem pod kątem, kopia kopii, ręczny dopisek kierowcy na CMR. Warto od pierwszego tygodnia mierzyć, jaka część dokumentów przechodzi bez poprawki, i traktować to jako wskaźnik wdrożenia, a nie obietnicę z oferty. Jeśli dokumenty zawierają dane osobowe, obowiązują te same pytania co przy każdym użyciu modelu: gdzie trafia treść i na jakiej podstawie.
Po czym poznasz, że temat dotyczy Twojej firmy: ktoś codziennie przepisuje faktury kosztowe, awiza albo zamówienia do systemu, a stos rośnie pod koniec miesiąca. KSeF zdejmie część tej pracy przy fakturach krajowych, ale paragony, dokumenty od zagranicznych dostawców, umowy i dokumenty transportowe dalej przychodzą jako skan.